Name: Segmentacja i pomiar objętości tkanki tłuszczowej w modelach otyłości mysiej za pomocą rentgenowskiej tomografii komputerowej (Wideo) | JoVE Journal
Uploaded: 2012-04-04T13:00:00.000+00:00
Duration: 13 min 9 s
Description: Poznaj nieinwazyjną metodę obrazowania tkanki tłuszczowej u myszy za pomocą tomografii komputerowej. Technika ta umożliwia segmentację i pomiar objętości tłuszczu w modelach otyłości.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Serdecznie dziękujemy Notre Dame Integrated Imaging Facility (NDIIF) oraz Carestream Health za wsparcie finansowe tego projektu.

1. Zwierzęta
<ol>
	<li>W celu uzyskania przedstawionych poniżej wyników, od Jackson Laboratories (Bar Harbor, Main, USA) pozyskano trzy myszy C57BL/6J oraz cztery myszy B6.V-Lepob/J. Myszy B6.V-Lepob/J stanowią jeden z najwcześniejszych modeli otyłości i pozostają przedmiotem aktywnych badań. Myszy B6.V-Lepob/J wykazują fenotyp charakteryzujący się zwiększoną wielkością i liczbą adipocytów oraz mogą ważyć nawet trzykrotnie więcej niż myszy typu dzikiego.7,8 W niniejszym badaniu myszy B6.V-Lepob/J wykorzystano jako kontrolę pozytywną fenotypu otyłego, aby zilustrować możliwość zastosowania systemu CT Albira do pomiarów zawartości tłuszczu w oparciu o tomografię komputerową.</li>
	<li>Obrazowanie przeprowadzono, gdy zwierzęta osiągnęły wiek około 12 tygodni. (Otyłość u myszy B6.V-Lepob/J ujawnia się po 4. tygodniu życia).</li>
	<li>Myszy zanestezjowano izofluranem (przepływ 2,5%) i utrzymywano w znieczuleniu przy stężeniu 2,5% za pomocą maski nosowej podczas obrazowania. Zwierzęta ułożono w pozycji brzusznej w standardowym legowisku dla szczurów (M2M Imaging Inc. Cleveland, OH) dostarczonym wraz ze stacją obrazowania Albira. Kończyny ułożono bocznie względem tułowia w celu zapewnienia jednorodnej akwizycji obrazów CT. </li>
	<li>Po zakończeniu akwizycji obrazów myszy wyjęto z maski nosowej i przeniesiono do klatki rekonwalescencyjnej do czasu odzyskania sprawności ruchowej.</li>
</ol>
2. Pozyskiwanie i rekonstrukcja obrazu
<ol>
	<li>Akwizycję obrazów przeprowadzono przy użyciu systemu CT Albira (Carestream Molecular Imaging, Woodbridge, CT). Myszy znieczulono izofluranem (przepływ 2.5%) i utrzymano w znieczuleniu na poziomie 2.5% za pomocą maski nosowej podczas obrazowania. Skanowanie przeprowadzono dla obszaru o długości 115 mm, wykorzystując 600 projekcji. Źródło promieniowania rentgenowskiego ustawiono na prąd 200 μA i napięcie 45 kVp, stosując filtr Al 0.5 mm w celu utwardzenia wiązki.</li>
	<li>Przybliżony głęboki równoważnik dawki promieniowania dla ustawień CT wynosił 220 mSv, a płytki równoważnik dawki 357.4 mSv. Dawki te są ponad 20-krotnie niższe niż raportowane wartości LD50.9</li>
	<li>Obrazy zrekonstruowano za pomocą algorytmu FBP (Filtered Back Projection) w programie Albira Suite 5.0 Reconstructor z wykorzystaniem parametrów „Standard”. Połączenie tych ustawień akwizycji i rekonstrukcji pozwala uzyskać obraz końcowy z izotropowymi woxelami 125 μm, co uznano za wystarczające do analizy całego zwierzęcia. Do szczegółowej analizy konkretnych obszarów można wybrać rekonstrukcję z izotropowymi woxelami 35 μm, aby uzyskać końcową rozdzielczość 90 μm.</li>
</ol>
3. Analiza obrazu
Analiza obrazów jest przeprowadzana przy użyciu oprogramowania analitycznego PMOD (PMOD Technologies LTD, Zurich, Szwajcaria). Obrazy są segmentowane w programie PMOD zgodnie z gęstością tkanki — najpierw w celu określenia objętości całkowitej, a następnie objętości tkanki tłuszczowej.
3.1 Obrazy mogą zostać zredukowane do analizy w celu zminimalizowania wymagań obliczeniowych.
<ol>
	<li>Aby przeprowadzić redukcję, przejdź do głównej karty Widok.</li>
	<li>Wybierz Narzędzia &gt; Redukuj.</li>
	<li>Wybierz X o 2, Y o 2 oraz Z o 2.</li>
	<li>Zaznacz opcję Zastąp.</li>
	<li>Wybierz Uruchom.</li>
</ol>
Komunikat: „Bounding box will change” wyświetla się po zakończeniu procesu redukcji.
3.2 Obrazy można poddać maskowaniu, aby usunąć elementy łóżka i stożka nosowego przed przeprowadzeniem późniejszej analizy objętości zainteresowania (VOI).
<ol>
	<li>Aby utworzyć maskę, przejdź do Planes, Layouts, Rotations, Mirror, 3D Markers &gt; Planes &amp; Layouts.</li>
	<li>Wybierz Show plane Z.</li>
	<li>Przewiń do stożka nosowego w płaszczyźnie Z.</li>
	<li>Wybierz główną kartę VOI &gt; Draw vertices.</li>
	<li>Obrysuj obszar zainteresowania (ROI) wokół nosa zwierzęcia, z wyłączeniem podłoża i stożka nosowego.</li>
	<li>Wybierz Copy Actual ROI.</li>
	<li>Przejdź do następnego przekroju i wklej ROI from buffer przez odpowiednie płaszczyzny nosa.</li>
	<li>Użyj Edit Group of Vertices, aby w razie potrzeby dostosować obszary ROI.</li>
	<li>Wybierz Delete ROI na pierwszych płaszczyznach poza stożkami nosowymi.</li>
	<li>Wygeneruj nowy obszar VOI, aby objąć obwód zwierzęcia (z wyłączeniem podłoża) na pierwszych płaszczyznach poza stożkami nosowymi.</li>
	<li>Przejdź do VOI Tools &gt; Masking &amp; Algebra.</li>
	<li>Wprowadź wartość -1000 w wyświetlonym polu dialogowym.</li>
	<li>Wybierz przycisk Mask voxels outside the selected VOIs.</li>
</ol>
Wyświetla się komunikat: „Nieodwracalna operacja na danych. Czy chcesz kontynuować?”.
<ol start="14">
	<li>Wybierz Yes.</li>
	<li>Przejdź do Planes, Layouts, Rotations, Mirror, 3D Markers &gt; Planes &amp; Layouts.</li>
	<li>Wybierz Show all planes.</li>
	<li>Sprawdź integralność VOI.</li>
	<li>Wybierz Save.</li>
	<li>Zapisz jako Analyze.</li>
	<li>Zmień prefiks nazwy pliku.</li>
</ol>
3.3 W pierwszej kolejności przeprowadź segmentację obrazu w celu wyznaczenia całkowitej objętości zwierzęcia:
<ol>
	<li>Wybierz Tools &gt; External.</li>
	<li>Zaznacz pole wyboru Segmentation.</li>
	<li>Wprowadź zakres od -300 do +3500 (zakres gęstości wyznaczony na podstawie zakresu gęstości obszaru tłuszczu brzusznego).</li>
	<li>Wybierz Run Segmentation.</li>
	<li>Sprawdź poprawność segmentacji.</li>
	<li>Wybierz OK.</li>
	<li>Wybierz Remove ROI.</li>
	<li>Wybierz VOI statistics.</li>
</ol>
Podane statystyki reprezentują objętość całkowitą.
<ol start="9">
	<li>Zapisz odczytaną objętość.</li>
</ol>
3.4 Następnie przeprowadź segmentację obrazu w celu wyznaczenia objętości tłuszczu:
<ol>
	<li>Powróć do niesegmentowanego obrazu z maską w celu segmentacji objętości tkanki tłuszczowej.</li>
	<li>Aby wczytać zapisany plik danych Masked, zaznacz pole Analyze w oknie Load).</li>
	<li>Wybierz Tools &gt; External.</li>
	<li>Zaznacz pole wyboru Segmentation.</li>
	<li>Wprowadź zakres od -200 do -50.</li>
	<li>Wybierz Run Segmentation.</li>
	<li>Sprawdź poprawność segmentacji.</li>
	<li>Wybierz OK.</li>
	<li>Wybierz VOI statistics.</li>
</ol>
Raportowane statystyki przedstawiają objętość tłuszczu.
<ol start="10">
	<li>Zapisz odczytaną objętość.</li>
	<li>Wybierz Save.</li>
	<li>Zapisz jako Analyze.</li>
	<li>Zmień prefiks nazwy pliku.</li>
</ol>
Opcjonalnie: Jeśli gęstość skóry/obwodowa nadal występuje, można przeprowadzić poniższy protokół „Erozji i dylatacji”, aby wyeliminować te obszary w analizie VOI.
<ol>
	<li>Wybierz Tools &gt; External.</li>
	<li>Zaznacz pole wyboru Morphological. Wyświetli się widok Morphological.</li>
	<li>Wybierz Erosion.</li>
	<li>Wybierz OK.</li>
	<li>Wybierz Tools &gt; External.</li>
	<li>Zaznacz pole wyboru Morphological. Wyświetli się widok Morphological.</li>
	<li>Wybierz Dilation.</li>
	<li>Wybierz OK.</li>
</ol>
4. Wizualizacja obrazów CT
4.1 Do stworzenia renderowanych trójwymiarowych wizualizacji obrazów poddanych segmentacji wykorzystano oprogramowanie VolView v3.2 (Kitware, Clifton Park, NY, USA).
<ol>
	<li>Otwórz zestaw danych CT w formacie Analyze.</li>
	<li>Użyj ustawień domyślnych w wyświetlanym oknie.</li>
	<li>Otwórz menu wtyczek (plug-ins).</li>
	<li>W sekcji Utility wybierz Merge volumes.</li>
	<li>Odznacz opcję Rescale Components.</li>
	<li>Kliknij Assign Second Input.</li>
	<li>Wybierz segmentowane dane tkanki tłuszczowej jako drugi plik wejściowy.</li>
	<li>Użyj ustawień domyślnych w wyświetlanym oknie.</li>
	<li>Kliknij Apply plug-in.</li>
	<li>Kliknij dwukrotnie Volume view window, aby powiększyć widok badanej myszy.</li>
</ol>
4.2 Powróć do zakładki Kolor/Nieprzezroczystość (Color/Opacity tab). Rozwijane menu komponentów wskazuje, który zestaw danych jest obecnie edytowany. Na dole zakładki znajdują się dwa suwaki, które określają względną jasność każdego zestawu danych komponentów w nałożeniu, przyjmując wartości od 0 do 1. Dla komponentu 1, czyli CT, zalecamy użycie skali szarości. Aby zmienić kolor:
<ol>
	<li>W sekcji Scalar Color Mapping kliknij dwukrotnie jeden z suwaków kolorów.</li>
	<li>Aby usunąć suwak, przeciągnij go poza obszar ramki.</li>
	<li>Aby dodać nowy suwak, kliknij w dowolnym miejscu w obszarze suwaków.</li>
	<li>Usuń jeden z suwaków.</li>
	<li>Ustaw lewy suwak kolorów na czarny (wartość skalarna (S)= -19000).</li>
	<li>Ustaw prawy suwak kolorów na biały ((S) = 15000).</li>
	<li>W ramce mapowania Scalar Opacity utwórz nowy punkt, klikając wewnątrz ramki. W oknie znajdą się wówczas łącznie trzy punkty.</li>
	<li>Dla środkowego punktu zmień wartość (S) na ~-3000, a wartość przezroczystości Opacity (O) na 0.</li>
	<li>Zaznacz trzeci punkt po prawej stronie okna.</li>
	<li>Zmień wartość (S) na około 32000, a O na .25.</li>
	<li>Pierwszy punkt może znajdować się w dowolnym miejscu po lewej stronie, o ile wartość Opacity jest ustawiona na 0.</li>
	<li>Przełącz na komponent drugi, co powinno zmienić wygląd tkanki tłuszczowej.</li>
	<li>Zmień każdy z suwaków kolorów na czerwony, klikając dwukrotnie i przesuwając suwak odcienia Hue (H) w lewo, aby przypisać kolor czerwony do tkanki tłuszczowej w mapowaniu pseudokolorów. Do dostosowania wyglądu tkanki tłuszczowej nie powinno być wymaganych dalszych zmian.</li>
</ol>
4.3 Aby utworzyć trójpanelowy film rotacyjny przedstawiający obraz CT, tkankę tłuszczową oraz nałożenie (overlay):
<ol>
	<li>Kliknij i przeciągnij mysz badawczą do pozycji pionowej, tak aby grzbiet był skierowany w Twoją stronę.</li>
	<li>W sekcji Component Weights ustaw wartość Component two na 0, aby wyświetlić tylko skan CT.</li>
	<li>Kliknij Review &gt; Camera.</li>
	<li>Wybierz liczbę klatek dla filmu obrotowego (w niniejszym przypadku wybrano „36”).</li>
	<li>Zmień X rotation value na 360 degrees.</li>
	<li>Wybierz Create.</li>
	<li>W wyświetlonym oknie dialogowym utwórz nowy folder o nazwie CT i zapisz plik w formacie tiff, co wygeneruje serię obrazów obrotowych.</li>
	<li>Powtórz ten krok dla obrazu tkanki tłuszczowej, a także dla nałożonego obrazu tłuszcz/CT, zapisując je za każdym razem w oddzielnych folderach.</li>
</ol>
4.4 Do wygenerowania pliku filmu z obrotem, z wykorzystaniem obrazów wyjściowych z VolView, użyto programu ImageJ v 1.43u.
<ol>
	<li>W programie ImageJ wybierz File &gt; Import &gt; Image Sequence.</li>
	<li>Wybierz pierwszy obraz z folderu CT. Oprogramowanie automatycznie wykryje pozostałe pliki i otworzy je jako stos (stack).</li>
	<li>Powtórz czynność, aby otworzyć sekwencje dla tkanki tłuszczowej (fat) i nałożenia (overlay).</li>
	<li>Otwórz menedżera ROI w menu Analyze &gt; Tools &gt; ROI Manager.</li>
	<li>Obrysuj obszar ROI wokół myszy badawczej, wykluczając zbędne piksele tła.</li>
	<li>W ROI manager kliknij Add, aby dodać ROI.</li>
	<li>Wybierz inną sekwencję obrazów.</li>
	<li>W ROI manager kliknij ROI , aby zastosować go do obrazu. W ten sposób każdy z przyciętych stosów będzie idealnie dopasowany.</li>
	<li>Gdy ROI zostanie nałożone na wszystkie stosy, kliknij prawym przyciskiem myszy wewnątrz ROI.</li>
	<li>Wybierz Duplicate.</li>
	<li>Zaznacz pole Check the Duplicate Stack Box, aby oddzielić ROI od reszty obrazu.</li>
	<li>Zamknij większe stosy obrazów.</li>
	<li>Powtórz tę procedurę dla wszystkich trzech sekwencji obrazów.</li>
	<li>Przejdź do Image &gt; Stacks &gt; Tools &gt; Combine, aby połączyć stosy.</li>
	<li>Dla Stack 1 wybierz CT.</li>
	<li>Dla Stack 2 wybierz Fat.</li>
	<li>Powtórz czynność, wybierając Combined Stacks dla Stack 1 oraz Overlay dla Stack 2.</li>
	<li>Utworzono teraz trzypanelowy stos z rotacją obrazu, który można podejrzeć, wybierając Play w lewym dolnym rogu okna obrazu.</li>
	<li>Aby zapisać film w formacie AVI, wybierz File &gt; Save as… &gt; AVI…</li>
	<li>Kliknij Save.</li>
</ol>
5. Reprezentatywne wyniki
Wyniki dla trzech myszy WT (C57BL/6J) i czterech myszy otyłych (B6.V-Lepob/J) przedstawiono tutaj jako reprezentatywny przykład pomiarów stosunku objętości tłuszczu do objętości całkowitej z wykorzystaniem systemu CT Albira. Poniższa Rycina 1 przedstawia reprezentacyjny obraz utworzony w programie VolView v3.2 w celu segmentacji (t.j. objętości całkowitej i objętości tłuszczu) obrazów CT myszy otyłych.
<img alt="Obrazy tomografii rentgenowskiej i fluorescencyjnej przedstawiające anatomię myszy i rozkład znacznika w badaniu biomedycznym." src="/files/ftp_upload/3680/3680fig1.jpg" data-altupdatedat="1787630408000" data-alt="Rysunek 1"> 
Rysunek 1. Reprezentatywne obrazy CT z segmentacją tkanki tłuszczowej. (A) Mysz otyła (B6.V-Lepob/J) całkowita objętość CT w skali szarości, (B) objętość tkanki tłuszczowej na czerwono oraz (C) fuzja obrazów. (D) Mysz WT (C57BL/6J) całkowita objętość CT w skali szarości, (E) objętość tkanki tłuszczowej na czerwono oraz (F) fuzja obrazów.
Całkowite objętości, objętości tkanki tłuszczowej oraz obliczone stosunki objętości tłuszczu do objętości całkowitej dla każdej myszy WT i każdej myszy otyłej przedstawiono poniżej w Tabeli 1. Średni stosunek objętości tłuszczu do objętości całkowitej dla grupy WT i grupy otyłej wyniósł odpowiednio 0,09 i 0,42 (Rysunek 2). Stwierdzono, że stosunki objętości tłuszczu do objętości całkowitej dla myszy WT w porównaniu z myszami otyłymi różnią się istotnie (p = 0,001).
<table border="1">
	<tbody>
		<tr>
			<td>WT (C57BL/6J)</td>
			<td>Całkowita (cm3)</td>
			<td>Tłuszcz (cm3)</td>
			<td>Stosunek tłuszczu do całkowitej</td>
			<td>Otyłe (B6.V-Lepob/) </td>
			<td>Całkowita (cm3)</td>
			<td>Tłuszcz (cm3)</td>
			<td>Stosunek tłuszczu do całkowitej</td>
		</tr>
		<tr>
			<td>Zwierzę 1</td>
			<td>28.79</td>
			<td>3.00</td>
			<td>0.10</td>
			<td>Zwierzę 1</td>
			<td>66.25</td>
			<td>26.75</td>
			<td>0.40</td>
		</tr>
		<tr>
			<td>Zwierzę 2</td>
			<td>33.25</td>
			<td>3.05</td>
			<td>0.09</td>
			<td>Zwierzę 2</td>
			<td>61.15</td>
			<td>26.31</td>
			<td>0.43</td>
		</tr>
		<tr>
			<td>Zwierzę 3</td>
			<td>30.30</td>
			<td>2.63</td>
			<td>0.09</td>
			<td>Zwierzę 3</td>
			<td>64.19</td>
			<td>25.7</td>
			<td>0.40</td>
		</tr>
		<tr>
			<td> </td>
			<td> </td>
			<td> </td>
			<td> </td>
			<td>Zwierzę 4</td>
			<td>54.25</td>
			<td>23.78</td>
			<td>0.44</td>
		</tr>
	</tbody>
</table>
 
Tabela 1. Objętość całkowita, objętość tłuszczu oraz stosunki objętości tłuszczu do całkowitej dla myszy WT i otyłych. Objętości całkowite i tłuszczu wyznaczono z obrazów segmentowanych przy użyciu analizy PMOD VOI.
<img alt="Wykres słupkowy porównujący stosunek objętości tłuszczu do objętości całkowitej u myszy WT i otyłych (wynik analizy statystycznej)." src="/files/ftp_upload/3680/3680fig2.jpg" data-altupdatedat="1787630408000" data-alt="Rysunek 2"> 
Rysunek 2. Średnie stosunki objętości tłuszczu do objętości całkowitej dla myszy WT i myszy otyłych. Przedstawiono średnie stosunki objętości tłuszczu do objętości całkowitej, które wyniosły odpowiednio 0,09 dla myszy WT (C57BL/6J) oraz 0,42 dla myszy otyłych (B6.V-Lepob/J). (Słupki błędów = jedno odchylenie standardowe). Stwierdzono istotną różnicę w stosunkach objętości tłuszczu do objętości całkowitej między myszami WT a otyłymi (p-value = 0,001).

<ol><li>Clarke, P. J., O'Malley, P. M., Schulenberg, J. E., Johnston, L. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Midlife+and+Socioeconomic+Consequences+of+Persistent+Overweight+Across+Early+Adulthood%3A+Findings+From+a+National+Survey+of+American+Adults+%281986-2008%29%5BTitle%5D)+AND+%22Am.+J.+Epidemiol%22%5BJournal%5D)">Midlife and Socioeconomic Consequences of Persistent Overweight Across Early Adulthood: Findings From a National Survey of American Adults (1986-2008).</a> Am. J. Epidemiol. , (2008).</li>
<li>Brockman, G., Bevova, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+Mouse+Models+to+Dissect+the+Genetic+of+Obesity%5BTitle%5D)+AND+%22TRENDS+in+Genetics%22%5BJournal%5D)">Using Mouse Models to Dissect the Genetic of Obesity.</a> TRENDS in Genetics. 18, 367-376 (2002).</li>
<li>Bray, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Progress+in+Understanding+the+Genetics+of+Obesity%5BTitle%5D)+AND+%22Journal+of+Nutrition%22%5BJournal%5D)">Progress in Understanding the Genetics of Obesity.</a> Journal of Nutrition. 127, Suppl 5. 940S-942S (1997).</li>
<li>Carroll, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mouse+Models+of+Obesity%5BTitle%5D)+AND+%22Clinics+in+Dermatology%22%5BJournal%5D)">Mouse Models of Obesity.</a> Clinics in Dermatology. 22, 345-349 (2004).</li>
<li>Judex, S., Luu, Y. K., Ozcivici, E., Adler, B., Lublinsky, S., Rubin, C. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantification+of+Adiposity+in+Small+Animal+Rodents+using+Micro-CT%5BTitle%5D)+AND+%22Methods%22%5BJournal%5D)">Quantification of Adiposity in Small Animal Rodents using Micro-CT.</a> Methods. 50, 14(2010).</li>
<li>Luu, Y. K., Lublinsky, S., Ozcivici, E., Capilla, E., Pessin, J. E., Rubin, C. T., Judex, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+Vivo+Quantificaiton+of+Subcutaneous+and+Visceral+Adiposity+by+Micro+Computed+Tomography+in+a+Small+Animal+Model%5BTitle%5D)+AND+%22Med.+Eng.+Phys%22%5BJournal%5D)">In Vivo Quantificaiton of Subcutaneous and Visceral Adiposity by Micro Computed Tomography in a Small Animal Model.</a> Med. Eng. Phys. 31, 34-41 (2009).</li>
<li>Medina-Gomez, G., Gray, S. L., Yetukuri, L., Shimomura, K., Virtue, S., Campbell, M., Curtis, R. K., Jimenez-Linan, M., Blount, M., Yeo, G. S., Lopez, M., Seppänen-Laakso, T., Ashcroft, F. M., Oresic, M., Vidal-Puig, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PPAR+gamma+2+prevents+lipotoxicity+by+controlling+adipose+tissue+expandability+and+peripheral+lipid+metabolism%5BTitle%5D)+AND+%22PLoS+Genet%22%5BJournal%5D)">PPAR gamma 2 prevents lipotoxicity by controlling adipose tissue expandability and peripheral lipid metabolism.</a> PLoS Genet. 3, e64(2007).</li>
<li>Sakkou, M., Wiedmer, P., Anlag, K., Hamm, A., Seuntjens, E., Ettwiller, L., Tschöp, M. H., Treier, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((M.A+role+for+brain-specific+homeobox+factor+bsx+in+the+control+of+hyperphagia+and+locomotory+behavior%5BTitle%5D)+AND+%22Cell+Metab%22%5BJournal%5D)">M.A role for brain-specific homeobox factor bsx in the control of hyperphagia and locomotory behavior.</a> Cell Metab. 5, 450-463 (2007).</li>
<li>Patchen, M. L., MacVittie, T. J., Souza, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Postirradiation+treatment+with+granulocyte+colony-stimulating+factor+and+preirradiation+WR-2721+administration+synergize+to+enhance+hemopoietic+reconstitution+and+increase+survival%5BTitle%5D)+AND+%22International+Journal+of+Radiation+Oncology%22%5BJournal%5D)">Postirradiation treatment with granulocyte colony-stimulating factor and preirradiation WR-2721 administration synergize to enhance hemopoietic reconstitution and increase survival.</a> International Journal of Radiation Oncology. 22, 773-779 (1992).</li>
</ol>

Todd A. Sasser, Shengting Li, Sean P. Orton oraz Seth T. Gammon są pracownikami firmy Carestream Molecular Imaging. Carlos Correcher jest pracownikiem firmy Oncovision, Gem-Imaging S.A. W. Matthew Leevy jest konsultantem w firmie Carestream Molecular Imaging.

W niniejszej pracy, wykorzystując myszy B6.V-Lepob/J, wykazaliśmy możliwość pomiaru zawartości tkanki tłuszczowej w modelu małego zwierzęcia przy użyciu systemu CT Albira. Pomiary te są zgodne z oczekiwaniami w odniesieniu do porównań wewnątrzgrupowych i międzygrupowych. Po pierwsze, przedstawione tutaj reprezentatywne wyniki wskazują na ograniczoną zmienność wewnątrzgrupową w pomiarach stosunku objętości tłuszczu do objętości całkowitej w grupach myszy WT oraz otyłych z zastosowaniem tych procedur. Po drugie, stosunki objętości tłuszczu do objętości całkowitej dla myszy WT i otyłych różnią się znacząco. Wreszcie, na podstawie porównań (niewykazanych) z wcześniejszymi wartościami raportowanymi dla względnej całkowitej masy tłuszczowej i procentowej zawartości tłuszczu w organizmie dla myszy WT w porównaniu z B6.V-Lepob/J, nasze pomiary stosunków objętości tłuszczu do objętości całkowitej dla myszy WT i B6.V-Lepob/J mieszczą się w oczekiwanym zakresie,7, 8.
 Metody szczegółowo opisane w niniejszej pracy mogą zostać zastosowane lub dostosowane do innych modeli i/lub celów badawczych. W celu osiągnięcia konkretnych założeń mogą być wymagane modyfikacje parametrów rekonstrukcji. Na przykład Judex et al. (2010) donosili, że dla niektórych analiz specyficznych dla danego regionu wymagane były obrazy o rozdzielczości 50 μm. W programie Albira 5.0 Suite Reconstructor, przy użyciu opcji rekonstrukcji „HR”, można wybrać izotropowe wolumeny obrazu o wielkości 1 cm dla rekonstrukcji o rozdzielczości 35 μm. Po wykorzystaniu systemu Albira CT do pomiarów zawartości tłuszczu w konkretnych organach i regionach, możliwe będzie pełne wykorzystanie zalet analizy zawartości tłuszczu opartej na CT (tj. jednoczesne pomiary objętości tłuszczu w poszczególnych organach i regionach oraz pomiary podłużne) w systemie Albira CT. 
Wnioski:
W niniejszym materiale przedstawiamy szczegółową, krok po kroku opracowaną metodę pomiaru zawartości tłuszczu u żywych myszy z wykorzystaniem obrazowania tomografii komputerowej (CT) promieni rentgenowskich. Zestawy danych CT pozyskaliśmy za pomocą stacji obrazowania Albira, a następującą po nich segmentację i analizę przeprowadziliśmy z wykorzystaniem pakietu oprogramowania PMOD. Na koniec przedstawiamy instrukcje umożliwiające łatwe renderowanie i wizualizację rozkładu tkanki tłuszczowej w całym organizmie zwierzęcia.

segmentacja i pomiar objętości tkanki tłuszczowej w mysich modelach otyłości z wykorzystaniem komputerowej tomografii rentgenowskiej

Segmentation and Measurement of Fat Volumes in Murine Obesity Models Using X-ray Computed Tomography

Otyłość wiąże się ze zwiększoną zachorowalnością i śmiertelnością, a także z obniżeniem wskaźników jakości życia.1 Zarówno czynniki środowiskowe, jak i genetyczne są powiązane z otyłością, choć dokładne mechanizmy leżące u podstaw tej choroby są obecnie w trakcie określania.2,3 Opracowano i stosuje się w różnych badaniach kilka modeli otyłości u małych zwierząt.4 Krytycznym elementem tych eksperymentów jest gromadzenie danych dotyczących regionalnej i/lub całkowitej zawartości tłuszczu u zwierząt w różnych warunkach.
Tradycyjne metody eksperymentalne dostępne do pomiaru zawartości tłuszczu w małych modelach zwierzęcych otyłości obejmują protokoły inwazyjne (np. pomiar złogów tłuszczowych ex vivo) oraz nieinwazyjne (np. Dual Energy X-ray Absorptiometry (DEXA) lub rezonans magnetyczny (MR)), z których każdy wiąże się z określonymi kompromisami. Obecne metody inwazyjne pomiaru zawartości tłuszczu mogą dostarczać szczegółowych informacji o dystrybucji tłuszczu specyficznej dla organów i regionów, jednak konieczność uboju osobników wyklucza oceny podłużne. Z kolei obecne strategie nieinwazyjne dostarczają ograniczonych szczegółów dotyczących dystrybucji tłuszczu w konkretnych organach i regionach, ale umożliwiają cenne badania podłużne. Dzięki wprowadzeniu dedykowanych systemów tomografii komputerowej (CT) dla małych zwierząt oraz dostosowanych procedur analitycznych możliwe może stać się zarówno profilowanie podłużne, jak i analiza dystrybucji tłuszczu specyficzna dla organów i regionów. Niedawne doniesienia potwierdziły przydatność CT do obrazowania podłużnego tkanki tłuszczowej in vivo u żywych myszy.5,6 Przedstawiamy tutaj zmodyfikowaną metodę umożliwiającą pomiar, analizę i wizualizację stosunku objętości tłuszczu do objętości całkowitej z wykorzystaniem systemu Carestream Molecular Imaging Albira CT w połączeniu z pakietami oprogramowania PMOD oraz Volview.

Analiza zawartości tłuszczu jest rutynowo przeprowadzana w badaniach z wykorzystaniem mysich modeli otyłości. Nowoczesne metody obrazowania i analizy tomografii komputerowej (CT) małych zwierząt umożliwiają szczegółową, podłużną analizę zawartości tłuszczu. W niniejszej pracy szczegółowo opisujemy procedury krok po kroku dotyczące wykonywania obrazowania CT, analizy oraz wizualizacji u małych zwierząt.

Segmentacja i pomiar objętości tkanki tłuszczowej w mysich modelach otyłości z wykorzystaniem komputerowej tomografii rentgenowskiej

Otyłość wiąże się ze zwiększoną zapadalnością i śmiertelnością, a także z obniżeniem wskaźników jakości życia.1 Zarówno czynniki środowiskowe, jak i genetyczne są...

Ogólnym celem tej procedury jest nieinwazyjne obrazowanie, ilościowe określenie i wizualizacja zawartości tłuszczu u żywych myszy. Jest to realizowane poprzez przeprowadzenie w pierwszej kolejności badania tomografii komputerowej (CT) myszy. Drugim krokiem procedury jest segmentacja i ilościowe określenie objętości tkanki tłuszczowej w organizmie myszy na podstawie gęstości radiologicznej.Trzecim krokiem jest wizualizacja danych CT w trzech wymiarach z zaznaczeniem objętości tłuszczu kolorem czerwonym. Ostatecznie wyniki te umożliwiają ilościowe oznaczenie i wizualizację zawartości tłuszczu podczas podłużnych badań in vivo z wykorzystaniem systemu albia X-ray ct wraz z pakietami oprogramowania PMOD oraz vol view. Jedną z kluczowych zalet tej techniki w porównaniu z istniejącymi metodami, takimi jak analiza ex vivo, jest to, że pozwala ona na nieinwazyjną i podłużną ocenę tkanki tłuszczowej w modelach chorób u małych zwierząt.Zazwyczaj osoby rozpoczynające pracę z tą metodą napotykają trudności, ponieważ protokół segmentacji i wizualizacji obejmuje kilka etapów, które muszą zostać wykonane sekwencyjnie. Ponadto podczas akwizycji należy zastosować optymalne parametry promieniowania rentgenowskiego. Aby uzyskać najlepszy kontrast tkanki tłuszczowej, należy rozpocząć od znieczulenia wybranych myszy otyłych w komorze indukcyjnej, a następnie przenieść je do maski nosowej.Utrzymaj znieczulenie podczas obrazowania, umieszczając myszy w standardowym legowisku dla szczurów z kończynami skierowanymi bocznie względem tułowia. Zapewnia to jednorodne obrazowanie CT. Ustaw system CT tak, aby zeskanować obszar o długości 115 mm przy użyciu 600 projekcji.Ustaw źródło promieniowania rentgenowskiego na 200 µA i 45 kVp, a w celu utwardzenia wiązki zastosuj filtr aluminiowy o grubości 0,5 mm. Równoważna dawka głęboka, jaką mysz otrzyma przy tych ustawieniach, wynosi około 220 mSv, natomiast równoważna dawka powierzchniowa obliczona przez komputer to 357,4 mSv. Do rekonstrukcji obrazu wybierz algorytm FBP, stosując standardowe parametry.Ostatecznie końcowy obraz składa się z izotropowych wokseli o wielkości 125 mikronów i może być wykorzystany do analizy obrazowej całego zwierzęcia. Analiza obrazu jest przeprowadzana przy użyciu oprogramowania analitycznego PMOD; najpierw program PMOD dokonuje segmentacji obrazów zgodnie z gęstością tkanki, a następnie oblicza objętość tkanki tłuszczowej. Po załadowaniu obrazu należy zmniejszyć jego rozmiar, aby zminimalizować zapotrzebowanie obliczeniowe.Przejdź do głównej karty widoku, wybierz narzędzia, a następnie redukcję. Ustaw wartości redukcji na dwa dla osi X, dwa dla osi Y oraz dwa dla osi Z, zatwierdź, wybierz zastąp i uruchom proces. Po zakończeniu procesu pojawi się okno z komunikatem.Aby usunąć elementy łoża i stożka nosowego z obrazów, należy je zamaskować przed analizą VOI. Przejdź do sekcji planes layouts, rotations, mirror 3D markers i wybierz planes and layouts. Zaznacz opcję show plane Z, a następnie przesuń widok do stożka nosowego w płaszczyźnie Z.Następnie wybierz główną kartę VOI i wybierz opcję rysowania wierzchołków. Narysuj ROI wokół nosa, wykluczając podłoże i stożek nosowy, a następnie wybierz opcję kopiowania faktycznego ROI między sobą. Wykonaj przekrój z elementem stożka nosowego.W razie potrzeby wklej ROI z bufora na obszar nosa. Użyj polecenia edycji grupy wierzchołków, aby dostosować ROI. Gdy stożki nosowe przestaną być widoczne, usuń ROI i wygeneruj VOI obejmujące obwód ciała zwierzęcia.Przejdź do narzędzi VOI, a następnie do opcji maskowania i algebry. W wyświetlonym oknie dialogowym wpisz -1000. Następnie kliknij przycisk Mask voxels outside the selected vois.Gdy pojawi się komunikat „irreversible data operation do you want to continue”, wybierz tak. Następnie przejdź do sekcji planes layouts, rotations, mirror 3D markers, a na koniec do planes and layouts. Wybierz opcję show all planes.Sprawdź integralność VOI. Gdy VOI będzie poprawna, zapisz ją jako plik do analizy i zmień prefiks nazwy pliku. Następnie przystąp do segmentacji obrazu w celu wyznaczenia całkowitej objętości zwierzęcia.Zacznij od wybrania opcji narzędzi i zewnętrznych. Następnie zaznacz pole wyboru segmentacji. Wprowadź zakres od -300 do +3 500 i uruchom segmentację.Następnie wybierz statystyki VOI, które raportują statystyki reprezentujące całkowitą objętość. Zanotuj tę wartość objętości. Teraz przeprowadź segmentację obrazu w celu wyznaczenia objętości tłuszczu, najpierw powracając do niesegmentowanego obrazu masy.Po drugie, wczytaj zapisany plik z danymi masowymi i zaznacz pole analizy (analyze) w oknie ładowania. Następnie wybierz narzędzia (tools), a potem opcję zewnętrzne (external). Na koniec zaznacz pole wyboru segmentacji (segmentation).Wprowadź zakres od -200 do -50 i uruchom segmentację. Po zatwierdzeniu wyników wybierz VOI.Statistics. Należy pamiętać, że raportowane statystyki reprezentują objętość tkanki tłuszczowej.Zapisz wyniki w formacie analizowanym i nadaj unikalny prefiks nazwy pliku. Jeśli jednak pozostała gęstość skóry lub tkanek obwodowych, zastosuj protokół erozji i dylatacji, aby wyeliminować te obszary z analizy VOI. Przed zapisaniem przejdź do narzędzi zewnętrznych (tools external) i zaznacz pole wyboru morfologii w nowym oknie.Wybierz erozję, a następnie... Dobrze, wróć do pól wyboru morfologicznych i wybierz dylatację i upewnij się, że problem z krawędziami skóry lub gęstością peryferyjną został rozwiązany, a następnie zapisz wyniki. Wykorzystaj pakiet oprogramowania Volvo view w wersji 3.2 do stworzenia renderowanych wizualizacji 3D z segmentowanych obrazów.Rozpocznij od otwarcia zbioru danych CT zapisanego w formacie analyze. W wyświetlonym oknie pop-up zastosuj ustawienia domyślne, następnie otwórz menu wtyczek (plugins) i w sekcji narzędzi (utility) wybierz opcję scalania wolumenów (merge volumes). Odznacz opcję przeskalowania komponentów (rescale components).Kliknij przypisz Drugie wejście (assign Second input). Wybierz zsegmentowane dane tkanki tłuszczowej jako drugie wejście i zastosuj ustawienia domyślne w oknie wyskakującym. Następnie uruchom wtyczkę, aby uzyskać powiększony widok myszy badawczej.Kliknij dwukrotnie okno widoku wolumetrycznego. Powróć do karty kolorów i przezroczystości (color slash opacity). Rozwijane menu komponentów wskazuje, który zestaw danych jest aktualnie edytowany.Na dole karty znajdują się dwa suwaki. Określają one względną jasność każdego zestawu danych w nakładce, przyjmując wartości od zera do jeden. Aby na przykład zmienić kolor na skalę szarości, należy przejść do sekcji mapowania kolorów skalarnego.Kliknij dwukrotnie jeden z suwaków i przeciągnij go poza ramkę. Dodaj drugi suwak, klikając w dowolnym miejscu w obszarze suwaków. Ustaw lewy suwak koloru na czarny, a prawy suwak koloru na biały.Następnie przejdź do pola mapowania przezroczystości skalarnej i utwórz nowy punkt, klikając wewnątrz pola. W oknie znajdą się wówczas łącznie trzy punkty, w tym punkt środkowy. Zmień wartość skalarną na około -3000 i ustaw wartość przezroczystości na zero.Po prawej stronie okna znajduje się trzeci punkt; należy zmienić jego wartość skalarną na około 32 000, a przezroczystość na 0,25. Pierwszy punkt może znajdować się w dowolnym miejscu po lewej stronie, o ile wartość przezroczystości zostanie ustawiona na zero. Przy ustawionej wartości skalarnej należy przełączyć na komponent drugi, który odpowiada za edycję wyglądu tłuszczu, a następnie zmienić każdy z suwaków kolorów na czerwony, dwukrotnie klikając i przesuwając suwak odcienia H do końca.Operacja ta nadaje tkance tłuszczowej fałszywy kolor czerwony. Aby utworzyć trójpanelowy film obrotowy wyświetlający obraz CT tkanki tłuszczowej wraz z nałożoną warstwą, najpierw kliknij i przeciągnij myszą obiekt, aby ustawić go w pozycji pionowej plecami do użytkownika. Po drugie, w sekcji wag komponentów (component weights) ustaw wartość komponentu drugiego na zero, tak aby wyświetlany był tylko skan CT. Po trzecie, kliknij review, następnie camera i wybierz liczbę klatek dla filmu obrotowego. Po czwarte, zmień wartość rotacji X na 360 stopni.W oknie dialogowym wybierz opcję Create. Utwórz nowy folder o nazwie CT i zapisz plik w formacie TIF, co wygeneruje serię obrazów rotacyjnych. Powtórz te kroki dla obrazu tkanki tłuszczowej oraz dla nałożonego obrazu tłuszcz/CT, zapisując ich obrazy rotacyjne we właściwych folderach. Aby stworzyć film z rotacji z uzyskanych obrazów, otwórz program ImageJ i zaimportuj sekwencje obrazów.Wybierz pierwszy obraz w folderze CT, a pozostałe zostaną zaznaczone automatycznie. Powtórz ten proces dla sekwencji tłuszczowej (fat) i nakładki (overlay) z jednym ze stosów. Pozostaw okno otwarte.Otwórz menedżera ROI. Znajduje się on w narzędziach analizy (analyze tools), a następnie w menedżerze ROI (ROI manager). Obrysuj obszar ROI wokół badanej myszy, wykluczając niepotrzebne piksele tła. Po zakończeniu kliknij „add” w menedżerze ROI.Następnie do każdej sekwencji obrazów zastosuj ten sam ROI. Gdy ROI zostanie naniesiony na wszystkie stosy, kliknij prawym przyciskiem myszy. W menu ROI wybierz opcję duplikuj (duplicate), a następnie wybierz. Zaznacz zduplikowany stos.Pozwala to oddzielić ROI od pozostałej części obrazu. Teraz zamknij większe stosy obrazów i powtórz tę procedurę dla wszystkich trzech sekwencji obrazów. Aby połączyć stosy, użyj polecenia combine, które znajduje się w menu stacks, a następnie w tools.Wybierz stos CT jako stos pierwszy, a stos tłuszczowy jako stos drugi. Następnie powtórz ten proces, wybierając nowo połączone stosy jako stos pierwszy oraz stos nakładki jako stos drugi.To kończy proces tworzenia stosu rotacji obrazów składającego się z trzech paneli. Przegląd stosu można uruchomić, wybierając przycisk odtwarzania w lewym dolnym rogu okna obrazu. Następnie należy zapisać go jako plik wideo AVI.W celu zilustrowania możliwości systemu Alber CT wykorzystano myszy OB/OB. W pomiarach zawartości tkanki tłuszczowej opartych na tomografii komputerowej (CT) porównano je z myszami typu dzikiego C57BL/6. Po lewej stronie przedstawiono całkowitą objętość CT otyłej myszy.W centrum znajduje się objętość tkanki tłuszczowej zaznaczona na czerwono, a po prawej stronie nałożenie obrazów. Analogiczna analiza zwierząt typu dzikiego wykazuje znaczną różnicę w zawartości tłuszczu w porównaniu z myszą otyłą. Dla każdego zwierzęcia obliczono objętość całkowitą, objętość tkanki tłuszczowej oraz stosunki objętości.Średni stosunek objętości tkanki tłuszczowej do objętości całkowitej dla grupy typu dzikiego i grupy otyłej wynosił odpowiednio 0,09 i 0,42. Wartości te różniły się istotnie przy wartości P wynoszącej 0,001. Po obejrzeniu tego filmu widz powinien posiadać solidną wiedzę na temat segmentacji objętości tkanki tłuszczowej w zbiorze danych CT żywej myszy, po opanowaniu opisanej metody.Wykonanie tej techniki powinno zająć mniej niż 30 minut. Dziękujemy za oglądanie i do zobaczenia następnym razem.

segmentation-measurement-fat-volumes-murine-obesity-models-using-x

Research

JoVE Journal

Medicine

Medycyna

Segmentacja i pomiar objętości tkanki tłuszczowej w mysich modelach otyłości za pomocą tomografii komputerowej z wykorzystaniem promieni X

Opisano metodę obrazowania funkcjonalnego brunatnej tkanki tłuszczowej (BAT) u myszy, w której pobór 18F-fluorodeoksygukozy (FDG) przez BAT stymulowany zimnem jest oceniany nieinwazyjnie przy użyciu standaryzowanego protokołu micro-PET/CT. Metoda ta jest wiarygodna i czuła w wykrywaniu różnic w aktywności BAT w modelach mysich.

Obrazowanie funkcjonalne brunatnej tkanki tłuszczowej u myszy z wykorzystaniem micro-PET/CT z 18F-FDG

Przeszczep tłuszczu jest podstawową techniką rekonstrukcji deficytów tkanek miękkich. Pozostaje jednak nieprzewidywalną procedurą charakteryzującą się zmienną przeżywalnością przeszczepu.  Naszym celem było opracowanie modelu mysiego, który wykorzystuje nowatorską metodę obrazowania do porównania zachowania objętości między różnymi technikami przygotowania i dostarczania przeszczepu tłuszczu.

Ocena żywotności wstrzyknięcia ludzkiego tłuszczu nagim myszom za pomocą mikrotomografii komputerowej

Przedstawiona tutaj metoda wykorzystuje 18pozytonowej tomografii emisyjnej/tomografii komputerowej (PET-CT) F-Fluorodeoxyglucose (18F-FDG) oraz rezonansu magnetycznego (MRI) oddzielonego tłuszczem i wodą, z których każdy jest skanowany po 2 godzinach ekspozycji na warunki termoneutralne (24 °C) i zimne (17 °C) w celu zmapowania brązowej tkanki tłuszczowej (BAT) u dorosłych ludzi.

Ludzkie brązowe magazyny tkanki tłuszczowej automatycznie segmentowane za pomocą pozytonowej tomografii emisyjnej/tomografii komputerowej i zarejestrowanych obrazów rezonansu magnetycznego

Ten protokół opisuje użycie analizatora składu ciała i systemu monitorowania metabolizmu zwierząt do charakteryzowania składu ciała i parametrów metabolicznych u myszy. Jako przykład zastosowania tych technik podaje się model otyłości wywołanej przez żywienie wysokotłuszczowe.

Analiza składu ciała i metabolicznego umieszczania w klatkach u myszy karmionych wysokotłuszczowo

Korzystając z darmowego, otwartego oprogramowania, opracowaliśmy analityczne podejście do ilościowego określania całkowitej i regionalnej objętości brunatnej tkanki tłuszczowej (BAT) oraz aktywności metabolicznej BAT przy użyciu 18F-FDG PET/CT.

Kwantyfikacja całego ciała i regionu aktywnej ludzkiej brunatnej tkanki tłuszczowej przy użyciu 18F-FDG PET/CT

Segmentacja i pomiary liniowe określają ilościowo masę mięśni szkieletowych i tkanki tłuszczowej za pomocą obrazów tomografii komputerowej i/lub rezonansu magnetycznego. W tym artykule przedstawiamy zastosowanie oprogramowania Slice-O-Matic i przeglądarki obrazów Horos do szybkiej i dokładnej analizy składu ciała. Metody te mogą dostarczyć ważnych informacji dla prognozowania i stratyfikacji ryzyka.

Segmentacja i pomiar liniowy do analizy składu ciała za pomocą Slice-O-Matic i Horos

Funkcjonalne obrazowanie i ilościowe określanie termogenicznych magazynów tłuszczu u myszy przy użyciu podejścia opartego na obrazowaniu mikro-PET/MR.

Wizualizacja i kwantyfikacja brązowych i beżowych tkanek tłuszczowych u myszy za pomocą obrazowania [18F]FDG Micro-PET/MR

Tutaj opisujemy metodę wizualizacji i kwantyfikacji naczyń mysich kończyn tylnych za pomocą mikrorentgenowskiej tomografii komputerowej.

Przygotowanie próbki do trójwymiarowej wizualizacji naczyń kończyn tylnych myszy w oparciu o tomografię komputerową

Opisano procedurę dostarczania chemicznego roztworu ablacyjnego do drzewa przewodowego sutka szczura w celu profilaktycznego leczenia raka piersi pod kontrolą obrazu. Komórki nabłonka sutka mogą być celowane przy minimalnym uszkodzeniu tkanek pobocznych poprzez kaniulację bezpośrednio do otworu brodawki sutkowej i doprzewodową infuzję 70% roztworu ablacyjnego na bazie etanolu.

Wizualizacja rentgenowska wewnątrzprzewodowego leczenia ablacyjnego opartego na etanolu w profilaktyce raka piersi w modelach szczurzych

Niniejsze badanie opisuje oparte na decelularyzacji metodologie wizualizacji i ilościowego określania wewnątrzmięśniowej tkanki tłuszczowej (IMAT) poprzez nienaruszoną objętość mięśni, a także ilościowe określanie metryk poszczególnych adipocytów składających się na IMAT.

Kwantyfikacja nacieku tkanki tłuszczowej mięśni szkieletowych na podstawie decelularyzacji

Ten protokół wykorzystuje mikrotomografię komputerową, aby umożliwić ekonomiczną kwantyfikację beztłuszczowej masy, w tym mięśni szkieletowych i tkanki trzewnej, tkanki tłuszczowej i tkanki szkieletowej u małych zwierząt. Rozróżnia tkankę beztłuszczową i tłuszczową, co daje znaczące korzyści w badaniach biomedycznych, szczególnie w badaniach translacyjnych na małych zwierzętach.

Nieinwazyjna kwantyfikacja mięśni szkieletowych u małych zwierząt za pomocą mikrotomografii komputerowej

Poznaj nieinwazyjną metodę obrazowania tkanki tłuszczowej u myszy za pomocą tomografii komputerowej. Technika ta umożliwia segmentację i pomiar objętości tłuszczu w modelach otyłości.

Segmentacja i pomiar objętości tkanki tłuszczowej w mysich modelach otyłości z wykorzystaniem komputerowej tomografii rentgenowskiej

Przeglądaj więcej filmów