Medindo Cepas de Tecido Local em Tendões via Correlação de Imagem Digital de Código Aberto

Stanton Godshall; Krishna Pedaprolu; Erica Vasti; Faezeh Eskandari; Spencer E. Szczesny

doi:10.3791/64921

É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de método

Medindo Cepas de Tecido Local em Tendões via Correlação de Imagem Digital de Código Aberto

3.8K visualizações

⸱

DOI:

10.3791/64921

⸱

27 de janeiro de 2023

Stanton Godshall¹ , Krishna Pedaprolu¹ , Erica Vasti¹ , Faezeh Eskandari² , Spencer E. Szczesny¹^,³

¹Department of Biomedical Engineering, Pennsylvania State University, ²Department of Biomedical Engineering, Amirkabir University of Technology, ³Department of Orthopaedics and Rehabilitation, Pennsylvania State University

Neste artigo

Resumo

Este artigo descreve um algoritmo de correlação de imagem digital de código aberto para medir cepas de tecido 2D locais dentro de explantes de tendões. A precisão da técnica foi validada usando várias técnicas e está disponível para uso público.

Resumo

Há um interesse científico considerável em entender as cepas que as células tendinosas experimentam in situ e como essas cepas influenciam a remodelação tecidual. Com base nesse interesse, várias técnicas analíticas foram desenvolvidas para medir cepas teciduais locais dentro de explantes tendinosos durante a carga. No entanto, em vários casos, a precisão e a sensibilidade dessas técnicas não foram relatadas, e nenhum dos algoritmos está disponível publicamente. Isso dificultou a medição mais difundida de cepas teciduais locais em explantes tendinos. Portanto, o objetivo deste trabalho foi criar uma ferramenta de análise validada para medir cepas teciduais locais em explantes tendinosos que esteja prontamente disponível e seja fácil de usar. Especificamente, um algoritmo de correlação de imagem digital de Lagrangian aumentada (ALDIC) disponível publicamente foi adaptado para medir cepas 2D, rastreando os deslocamentos dos núcleos celulares dentro dos tendões de Aquiles de camundongos sob tensão uniaxial. Além disso, a acurácia das deformações calculadas foi validada pela análise de imagens transformadas digitalmente, bem como pela comparação das deformações com valores determinados a partir de uma técnica independente (ou seja, linhas fotobranqueadas). Finalmente, uma técnica foi incorporada ao algoritmo para reconstruir a imagem de referência usando o campo de deslocamento calculado, que pode ser usado para avaliar a precisão do algoritmo na ausência de valores de deformação conhecidos ou uma técnica de medição secundária. O algoritmo é capaz de medir deformações de até 0,1 com uma precisão de 0,00015. A técnica de comparação de uma imagem de referência reconstruída com a imagem de referência real identificou com sucesso amostras que apresentavam dados errôneos e indicou que, em amostras com bons dados, aproximadamente 85% do campo de deslocamento era preciso. Finalmente, as cepas medidas nos tendões de Aquiles de camundongos foram consistentes com a literatura anterior. Portanto, este algoritmo é uma ferramenta altamente útil e adaptável para medir com precisão as cepas de tecido locais nos tendões.

Introdução

Os tendões são tecidos mecanossensíveis que se adaptam e degeneram em resposta à carga mecânica 1,2,3,4. Devido ao papel que os estímulos mecânicos desempenham na biologia celular do tendão, há um grande interesse em entender as cepas que as células tendinosas experimentam no ambiente do tecido nativo durante a carga. Várias técnicas experimentais e analíticas foram desenvolvidas para medir cepas teciduais locais em tendões. Estes incluem análises de correlação digital de imagem (CIVD) 2D/3D de deformações superficiais usando padrões de manc....