RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
pl_PL
Menu
Menu
Menu
Menu
Please note that some of the translations on this page are AI generated. Click here for the English version.
Źródło: Hannah L. Cebull1, Arvin H. Soepriatna1, John J. Boyle2 i Craig J. Goergen1
1Szkoła Inżynierii Biomedycznej Weldona, Uniwersytet Purdue, West Lafayette, Indiana
2Inżynieria mechaniczna i materiałoznawstwo, Uniwersytet Waszyngtoński w St. Louis, St Louis, Missouri
Na mechaniczne zachowanie tkanek miękkich, takich jak naczynia krwionośne, skóra, ścięgna i inne narządy, duży wpływ ma ich skład elastyny i kolagenu, które zapewniają elastyczność i wytrzymałość. Orientacja włókien tych białek zależy od rodzaju tkanki miękkiej i może wahać się od jednego preferowanego kierunku do skomplikowanych sieci siatkowych, które mogą ulec zmianie w chorej tkance. Dlatego tkanki miękkie często zachowują się anizotropowo na poziomie komórkowym i narządowym, co stwarza potrzebę trójwymiarowej charakterystyki. Opracowanie metody wiarygodnego szacowania pól odkształceń w złożonych tkankach lub strukturach biologicznych jest ważne dla mechanicznego scharakteryzowania i zrozumienia choroby. Szczep pokazuje, jak tkanka miękka odkształca się w czasie i można go opisać matematycznie za pomocą różnych szacunków.
Pozyskiwanie danych obrazowych w czasie pozwala na oszacowanie odkształceń i odkształceń. Jednak wszystkie metody obrazowania medycznego zawierają pewną ilość szumu, co zwiększa trudność w dokładnym oszacowaniu szczepu in vivo. Opisana tutaj technika z powodzeniem rozwiązuje te problemy dzięki zastosowaniu metody bezpośredniego szacowania odkształceń (DDE) do obliczania przestrzennie zmieniających się pól odkształceń 3D na podstawie wolumetrycznych danych obrazu.
Obecne metody szacowania odkształceń obejmują cyfrową korelację obrazu (DIC) i cyfrową korelację objętości. Niestety, DIC może dokładnie oszacować odkształcenie tylko z płaszczyzny 2D, co poważnie ogranicza zastosowanie tej metody. Chociaż metody 2D, takie jak DIC, są przydatne, mają trudności z ilościowym określeniem odkształcenia w obszarach, które ulegają deformacji 3D. Dzieje się tak, ponieważ ruch poza płaszczyzną powoduje błędy deformacji. Cyfrowa korelacja objętości jest bardziej odpowiednią metodą, która dzieli początkowe dane woluminu na regiony i znajduje najbardziej podobny obszar zdeformowanej objętości, zmniejszając w ten sposób błąd poza płaszczyzną. Okazuje się jednak, że metoda ta jest wrażliwa na hałas i wymaga założeń dotyczących właściwości mechanicznych materiału.
Zaprezentowana tutaj technika eliminuje te problemy dzięki zastosowaniu metody DDE, dzięki czemu jest bardzo przydatna w analizie danych obrazowania medycznego. Ponadto jest odporny na wysokie lub miejscowe obciążenia. W tym miejscu opisujemy pozyskiwanie bramkowanych, wolumetrycznych danych ultrasonograficznych 4D, ich konwersję do formatu nadającego się do analizy oraz użycie niestandardowego kodu Matlab do oszacowania deformacji 3D i odpowiadających im odkształceń Greena-Lagrange'a, parametru, który lepiej opisuje duże deformacje. Tensor odkształcenia Greena-Lagrange'a jest implementowany w wielu metodach szacowania odkształceń 3D, ponieważ pozwala na obliczenie F na podstawie dopasowania metodą najmniejszych kwadratów (LSF) przemieszczeń. Poniższe równanie reprezentuje tensor odkształcenia Greena-Lagrange'a, E, gdzie F i I reprezentują odpowiednio gradient deformacji i tensor tożsamości drugiego rzędu.
(1)
1. Zestaw ultrasonograficzny 4D
2. Akwizycja ultrasonograficzna 4D
3. Konwersja danych ultrasonograficznych 4D
4. 3D Analiza kodu szczepu
Trójwymiarowe obrazowanie odkształceń służy do oszacowania deformacji tkanek miękkich w czasie i zrozumienia choroby. Mechaniczne zachowanie tkanek miękkich, takich jak skóra, naczynia krwionośne, ścięgna i inne narządy, jest silnie uzależnione od ich składu zewnątrzkomórkowego, który może ulec zmianie w wyniku starzenia się i choroby. W złożonych tkankach biologicznych ważne jest scharakteryzowanie tych zmian, które mogą znacząco wpływać na właściwości mechaniczne i funkcjonalne narządu.
Ilościowe mapowanie odkształceń wykorzystuje wolumetryczne dane obrazowe i metodę bezpośredniego szacowania odkształceń do obliczania przestrzennie zmieniających się trójwymiarowych pól odkształceń. Ten film zilustruje zasady mapowania odkształceń, pokaże, w jaki sposób ilościowe mapowanie odkształceń jest wykorzystywane do szacowania pól odkształceń w złożonych tkankach biologicznych oraz omówi inne zastosowania.
Na tkanki biologiczne duży wpływ ma skład i orientacja elastyny i kolagenu. Białko elastyna jest wysoce elastycznym składnikiem tkanek, które nieustannie się rozciągają i kurczą, takich jak naczynia krwionośne i płuca. Kolagen jest najobficiej występującym białkiem w organizmie i składa się z pojedynczych polimerów potrójnej helisy, które są zwinięte w większe włókna, które zapewniają integralność strukturalną tkanek od skóry po kości.
Orientacja tych białek waha się od wyrównanych włókien do włóknistych sieci siatkowych, co wpływa na właściwości mechaniczne tkanki. Obciążenie jest miarą względnej deformacji tkanek miękkich w czasie i może być używane do wizualizacji urazów i chorób. Jest on opisany i odwzorowany za pomocą szacunków matematycznych.
Do mapowania naprężeń w złożonych narządach, takich jak serce, można wykorzystać czterowymiarowe dane ultrasonograficzne, które dostarczają informacji o wysokiej rozdzielczości, przestrzennych i czasowych. Następnie do danych stosuje się metodę szacowania odkształceń bezpośrednich (DDE). Kod służy do oszacowania deformacji 3D i odpowiadających jej odkształceń Greena-Lagrange'a przy użyciu następującego równania.
Tensor odkształcenia Greena-Lagrange'a zależy od tensora gradientu deformacji i tensora tożsamości drugiego rzędu. Tensory gradientu deformacji są tradycyjnie szacowane na podstawie pól przemieszczeń. W metodzie DDE funkcja wypaczania jest optymalizowana tak, aby była bezpośrednio analogiczna do tensora odkształcenia. Funkcja wypaczania zależy zarówno od położenia przestrzennego, jak i parametru wypaczania. Obliczanie odkształcenia jest bezpośrednio włączane do funkcji wypaczania. Pierwsze dziewięć elementów reprezentuje tensor gradientu odkształcenia.
Metoda ta służy do szacowania zarówno dużych, jak i miejscowych deformacji w tkankach miękkich. Teraz, gdy rozumiemy zasady mapowania odkształceń, zobaczmy teraz, jak wykonuje się mapowanie odkształceń w celu wykrycia tętniaków aorty u myszy.
Aby rozpocząć konfigurację, otwórz oprogramowanie Vivo 2100 i podłącz laptopa do systemu ultrasonograficznego. Upewnij się, że jednostka monitorowania fizjologicznego jest włączona, aby mierzyć tętno i temperaturę. Następnie zainicjuj stopień motoryczny 3D.
Zainstaluj przetwornik ultradźwiękowy i upewnij się, że wszystkie prawidłowe połączenia są wykonane. Następnie znieczulij zwierzę, które będzie obrazowane, za pomocą 3% izofluranu w komorze do wybijania. Gdy mysz zostanie znieczulona, przenieś ją do podgrzanego etapu i zabezpiecz stożek nosowy, aby dostarczyć 1-2% izofluranu. Nałóż maść okulistyczną na oczy i przymocuj łapy do elektrod stage, aby monitorować oddech i tętno zwierzęcia. Następnie włóż sondę temperatury doodbytniczą. Nałóż krem do depilacji, aby usunąć włosy z obszaru zainteresowania, a następnie nałóż dużą ilość ciepłego żelu ultradźwiękowego na depilowany obszar.
Aby rozpocząć akwizycję obrazu, najpierw otwórz okno obrazowania i wybierz tryb B. Następnie opuść przetwornik na zwierzę i użyj pokręteł osi x i y na stoliku, aby zlokalizować obszar zainteresowania. Monitoruj częstość oddechów, aby upewnić się, że nie zmniejsza się znacząco. Umieść przetwornik w środku obszaru zainteresowania. Następnie należy w przybliżeniu określić odległość wymaganą do pokrycia całego obszaru zainteresowania.
Wprowadź te wymiary w kodzie MATLAB i wybierz rozmiar kroku 0,08 milimetra. Upewnij się, że częstość akcji serca i oddechów zwierzęcia jest stabilna, a następnie uruchom kod MATLAB.
Po pobraniu obrazu wyeksportuj dane jako surowe pliki XML i przekonwertuj je na pliki MAT. Upewnij się, że wprowadzasz liczbę klatek, rozmiar kroku i rozdzielczość wyjściową. Następnie należy ponownie pobrać próbkę matrycy w płaszczyźnie przelotowej.
Zaimportuj nowy plik MAT do kodu analizy odkształceń 3D. Może być konieczne ponowne przeskalowanie pliku w celu skrócenia czasu obliczeń. Następnie wprowadź region, który ma być analizowany. Proszę przybliżyć liczbę pikseli w dwuwymiarowym wycinku śledzonego elementu i wybrać szablon siatki jako prosty blok lub ręcznie wybrane wielokąty. Wybierz optymalny numer piksela dla rozmiaru siatki. Oblicz jakobiany i gradienty. Powtórz te czynności dla każdego regionu. Następnie zastosuj funkcję wypaczania.
Następnie, korzystając z odkształceń kartezjańskich obliczonych z DDE, wyznacz wartości własne i wektory własne deformacji. Następnie wybierz wycinki, dla których chcesz wykreślić wartości odkształceń, przewijając widoki długiej osi, osi sortowania i osi koronalnej.
Naciśnij przycisk Wybierz kolektor do analizy. Następnie użyj kursora, aby umieścić znaczniki wzdłuż ściany aorty, w tym skrzepliny, tętniaka i zdrowych części aorty. Powtórz te czynności dla wszystkich widoków. Na koniec użyj mapowania kolorów, aby wykreślić wyniki pola odkształcenia w obszarze zainteresowania.
Przyjrzyjmy się bliżej przykładowi indukowanego angiotensyną II nadnerczowego tętniaka aorty brzusznej nabytego od myszy. Po pierwsze, uzyskuje się wiele kilohercowych pętli wizualizacyjnych EKG z bramką EKG o określonej wielkości kroku wzdłuż aorty i łączy się w celu utworzenia danych 4D.
Po wykonaniu obliczeń odkształcenia 3D przy użyciu zoptymalizowanej funkcji wypaczania, uzyskuje się wykres wizualizacji 3D wycinka aorty podnerkowej. Mapa kolorów głównego zielonego szczepu jest nakładana w celu podkreślenia obszarów niejednorodnego odkształcenia ściany aorty. Ponadto widoki długich i krótkich osi ujawniają niejednorodne różnice przestrzenne w odkształceniu, szczególnie gdy obecna jest skrzeplina.
Odpowiednie wykresy odkształceń wykazują wyższe wartości odkształcenia w zdrowych obszarach aorty na osi długiej, podczas gdy obszar tętniaka wykazuje zmniejszone odkształcenie na osi krótkiej.
Dokładna ilościowa wizualizacja odkształceń przy użyciu bezpośredniego szacowania odkształceń jest użytecznym narzędziem wykorzystywanym w różnych zastosowaniach biomedycznych.
Na przykład obciążenie serca można określić ilościowo. Podczas cyklu pracy serca mięsień sercowy ulega deformacji 3D. Kwantyfikacja odkształcenia w trzech wymiarach jest integralną częścią wiarygodnego scharakteryzowania dynamiki tej tkanki w czasie. Jest to przydatne w śledzeniu postępu choroby w modelach zwierzęcych.
Innym zastosowaniem jest charakterystyka tkanki jelitowej. Obrazowanie jelit in vivo jest trudne ze względu na wpływ otaczających struktur. Jednak obliczanie obciążenia na podstawie obrazów zwłóknienia jelit może być szczególnie przydatne do wczesnego wykrywania problematycznych obszarów, które wymagają interwencji chirurgicznej.
Na znacznie mniejszą skalę ta metoda DDE jest również stosowana na poziomie komórkowym przy użyciu technik obrazowania o wyższej rozdzielczości, takich jak mikroskopia konfokalna. Służy na przykład w charakterystyce macierzy zewnątrzkomórkowej, aby zrozumieć, w jaki sposób komórki komunikują się pod wpływem zmian mechanicznych.
Właśnie obejrzałeś wprowadzenie JoVE do ilościowej wizualizacji szczepów. Powinieneś teraz zrozumieć, jak mierzyć trójwymiarowy szczep w tkankach biologicznych i jak jest on wykorzystywany we wczesnym wykrywaniu chorób. Dzięki za oglądanie!
Trójwymiarowe obrazowanie odkształceń służy do oszacowania deformacji tkanek miękkich w czasie i zrozumienia choroby. Mechaniczne zachowanie tkanek miękkich, takich jak skóra, naczynia krwionośne, ścięgna i inne narządy, jest silnie uzależnione od ich składu zewnątrzkomórkowego, który może ulec zmianie w wyniku starzenia się i choroby. W złożonych tkankach biologicznych ważne jest scharakteryzowanie tych zmian, które mogą znacząco wpływać na właściwości mechaniczne i funkcjonalne narządu.
Ilościowe mapowanie odkształceń wykorzystuje wolumetryczne dane obrazowe i metodę bezpośredniego szacowania odkształceń do obliczania przestrzennie zmieniających się trójwymiarowych pól odkształceń. Ten film zilustruje zasady mapowania odkształceń, pokaże, w jaki sposób ilościowe mapowanie odkształceń jest wykorzystywane do szacowania pól odkształceń w złożonych tkankach biologicznych oraz omówi inne zastosowania.
Na tkanki biologiczne duży wpływ ma skład i orientacja elastyny i kolagenu. Białko elastyna jest wysoce elastycznym składnikiem tkanek, które nieustannie się rozciągają i kurczą, takich jak naczynia krwionośne i płuca. Kolagen jest najobficiej występującym białkiem w organizmie i składa się z pojedynczych polimerów potrójnej helisy, które są zwinięte w większe włókna, które zapewniają integralność strukturalną tkanek od skóry po kości.
Orientacja tych białek waha się od wyrównanych włókien do włóknistych sieci siatkowych, co wpływa na właściwości mechaniczne tkanki. Obciążenie jest miarą względnej deformacji tkanek miękkich w czasie i może być używane do wizualizacji urazów i chorób. Jest on opisany i odwzorowany za pomocą szacunków matematycznych.
Do mapowania naprężeń w złożonych narządach, takich jak serce, można wykorzystać czterowymiarowe dane ultrasonograficzne, które dostarczają informacji o wysokiej rozdzielczości, przestrzennych i czasowych. Następnie do danych stosuje się metodę szacowania odkształceń bezpośrednich (DDE). Kod służy do oszacowania deformacji 3D i odpowiadających jej odkształceń Greena-Lagrange'a przy użyciu następującego równania.
Tensor odkształcenia Greena-Lagrange'a zależy od tensora gradientu deformacji i tensora tożsamości drugiego rzędu. Tensory gradientu deformacji są tradycyjnie szacowane na podstawie pól przemieszczeń. W metodzie DDE funkcja wypaczania jest optymalizowana tak, aby była bezpośrednio analogiczna do tensora odkształcenia. Funkcja wypaczania zależy zarówno od położenia przestrzennego, jak i parametru wypaczania. Obliczanie odkształcenia jest bezpośrednio włączane do funkcji wypaczania. Pierwsze dziewięć elementów reprezentuje tensor gradientu odkształcenia.
Metoda ta służy do szacowania zarówno dużych, jak i miejscowych deformacji w tkankach miękkich. Teraz, gdy rozumiemy zasady mapowania odkształceń, zobaczmy teraz, jak wykonuje się mapowanie odkształceń w celu wykrycia tętniaków aorty u myszy.
Aby rozpocząć konfigurację, otwórz oprogramowanie Vivo 2100 i podłącz laptopa do systemu ultrasonograficznego. Upewnij się, że jednostka monitorowania fizjologicznego jest włączona, aby mierzyć tętno i temperaturę. Następnie zainicjuj stopień motoryczny 3D.
Zainstaluj przetwornik ultradźwiękowy i upewnij się, że wszystkie prawidłowe połączenia są wykonane. Następnie znieczulij zwierzę, które będzie obrazowane, za pomocą 3% izofluranu w komorze do wybijania. Gdy mysz zostanie znieczulona, przenieś ją do podgrzanego etapu i zabezpiecz stożek nosowy, aby dostarczyć 1-2% izofluranu. Nałóż maść okulistyczną na oczy i przymocuj łapy do elektrod stage, aby monitorować oddech i tętno zwierzęcia. Następnie włóż sondę temperatury doodbytniczą. Nałóż krem do depilacji, aby usunąć włosy z obszaru zainteresowania, a następnie nałóż dużą ilość ciepłego żelu ultradźwiękowego na depilowany obszar.
Aby rozpocząć akwizycję obrazu, najpierw otwórz okno obrazowania i wybierz tryb B. Następnie opuść przetwornik na zwierzę i użyj pokręteł osi x i y na stoliku, aby zlokalizować obszar zainteresowania. Monitoruj częstość oddechów, aby upewnić się, że nie zmniejsza się znacząco. Umieść przetwornik w środku obszaru zainteresowania. Następnie należy w przybliżeniu określić odległość wymaganą do pokrycia całego obszaru zainteresowania.
Wprowadź te wymiary w kodzie MATLAB i wybierz rozmiar kroku 0,08 milimetra. Upewnij się, że częstość akcji serca i oddechów zwierzęcia jest stabilna, a następnie uruchom kod MATLAB.
Po pobraniu obrazu wyeksportuj dane jako surowe pliki XML i przekonwertuj je na pliki MAT. Upewnij się, że wprowadzasz liczbę klatek, rozmiar kroku i rozdzielczość wyjściową. Następnie należy ponownie pobrać próbkę matrycy w płaszczyźnie przelotowej.
Zaimportuj nowy plik MAT do kodu analizy odkształceń 3D. Może być konieczne ponowne przeskalowanie pliku w celu skrócenia czasu obliczeń. Następnie wprowadź region, który ma być analizowany. Proszę przybliżyć liczbę pikseli w dwuwymiarowym wycinku śledzonego elementu i wybrać szablon siatki jako prosty blok lub ręcznie wybrane wielokąty. Wybierz optymalny numer piksela dla rozmiaru siatki. Oblicz jakobiany i gradienty. Powtórz te czynności dla każdego regionu. Następnie zastosuj funkcję wypaczania.
Następnie, korzystając z odkształceń kartezjańskich obliczonych z DDE, wyznacz wartości własne i wektory własne deformacji. Następnie wybierz wycinki, dla których chcesz wykreślić wartości odkształceń, przewijając widoki długiej osi, osi sortowania i osi koronalnej.
Naciśnij przycisk Wybierz kolektor do analizy. Następnie użyj kursora, aby umieścić znaczniki wzdłuż ściany aorty, w tym skrzepliny, tętniaka i zdrowych części aorty. Powtórz te czynności dla wszystkich widoków. Na koniec użyj mapowania kolorów, aby wykreślić wyniki pola odkształcenia w obszarze zainteresowania.
Przyjrzyjmy się bliżej przykładowi indukowanego angiotensyną II nadnerczowego tętniaka aorty brzusznej nabytego od myszy. Po pierwsze, uzyskuje się wiele kilohercowych pętli wizualizacyjnych EKG z bramką EKG o określonej wielkości kroku wzdłuż aorty i łączy się w celu utworzenia danych 4D.
Po wykonaniu obliczeń odkształcenia 3D przy użyciu zoptymalizowanej funkcji wypaczania, uzyskuje się wykres wizualizacji 3D wycinka aorty podnerkowej. Mapa kolorów głównego zielonego szczepu jest nakładana w celu podkreślenia obszarów niejednorodnego odkształcenia ściany aorty. Ponadto widoki długich i krótkich osi ujawniają niejednorodne różnice przestrzenne w odkształceniu, szczególnie gdy obecna jest skrzeplina.
Odpowiednie wykresy odkształceń wykazują wyższe wartości odkształcenia w zdrowych obszarach aorty na osi długiej, podczas gdy obszar tętniaka wykazuje zmniejszone odkształcenie na osi krótkiej.
Dokładna ilościowa wizualizacja odkształceń przy użyciu bezpośredniego szacowania odkształceń jest użytecznym narzędziem wykorzystywanym w różnych zastosowaniach biomedycznych.
Na przykład obciążenie serca można określić ilościowo. Podczas cyklu pracy serca mięsień sercowy ulega deformacji 3D. Kwantyfikacja odkształcenia w trzech wymiarach jest integralną częścią wiarygodnego scharakteryzowania dynamiki tej tkanki w czasie. Jest to przydatne w śledzeniu postępu choroby w modelach zwierzęcych.
Innym zastosowaniem jest charakterystyka tkanki jelitowej. Obrazowanie jelit in vivo jest trudne ze względu na wpływ otaczających struktur. Jednak obliczanie obciążenia na podstawie obrazów zwłóknienia jelit może być szczególnie przydatne do wczesnego wykrywania problematycznych obszarów, które wymagają interwencji chirurgicznej.
Na znacznie mniejszą skalę ta metoda DDE jest również stosowana na poziomie komórkowym przy użyciu technik obrazowania o wyższej rozdzielczości, takich jak mikroskopia konfokalna. Służy na przykład w charakterystyce macierzy zewnątrzkomórkowej, aby zrozumieć, w jaki sposób komórki komunikują się pod wpływem zmian mechanicznych.
Właśnie obejrzałeś wprowadzenie JoVE do ilościowej wizualizacji szczepów. Powinieneś teraz zrozumieć, jak mierzyć trójwymiarowy szczep w tkankach biologicznych i jak jest on wykorzystywany we wczesnym wykrywaniu chorób. Dzięki za oglądanie!
Related Videos
Biomedical Engineering
37.2K Wyświetlenia
Biomedical Engineering
25.3K Wyświetlenia
Biomedical Engineering
9.9K Wyświetlenia
Biomedical Engineering
15.2K Wyświetlenia
Biomedical Engineering
4.8K Wyświetlenia
Biomedical Engineering
6.1K Wyświetlenia
Biomedical Engineering
15.5K Wyświetlenia
Biomedical Engineering
12.4K Wyświetlenia
Biomedical Engineering
8.7K Wyświetlenia
Biomedical Engineering
12.7K Wyświetlenia
Biomedical Engineering
110.8K Wyświetlenia
Biomedical Engineering
8.1K Wyświetlenia
Biomedical Engineering
8.6K Wyświetlenia
Biomedical Engineering
8.6K Wyświetlenia
Biomedical Engineering
11.5K Wyświetlenia