Name: Quantificação não invasiva do músculo esquelético em pequenos animais por meio de microtomografia computadorizada (Vídeo) | JoVE Journal
Uploaded: 2024-11-08T14:50:00.000+00:00
Duration: 7 min 33 s
Description: Aprenda a quantificar a composição corporal em pequenos animais usando microtomografia computadorizada não invasiva. Este método permite analisar massa magra, tecido adiposo e estruturas ósseas em camundongos, reduzindo o uso animal e permitindo estudos longitudinais repetidos.

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

Todos os métodos foram aprovados pelo Comitê Institucional de Cuidados e Uso de Animais da Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro (IACUC - UFRJ; A16/23-025-20). As varreduras foram realizadas em camundongos C57BL/6 machos com idades entre 6 e 22 meses.
1. Preparação animal
<ol>
	<li>Anestesiar camundongos usando isoflurano a 2% em uma mistura de oxigênio fornecida por vaporização. Use um vaporizador de precisão para indução e manutenção com uma mistura de 100% de oxigênio usando um vaporizador de precisão.</li>
	<li>Posicione o animal anestesiado em decúbito dorsal na microtomografia computadorizada usando uma cama de camundongo. Prenda o mouse com fita adesiva para minimizar o movimento durante a varredura e, em seguida, insira-o no pórtico.</li>
	<li>Durante todo o experimento, que dura aproximadamente 10 min, certifique-se de que o animal use uma máscara para mantê-lo sob o plano anestésico enquanto recebe a dose de manutenção conforme necessário.</li>
</ol>
2. Aquisição e reconstrução de imagens
<ol>
	<li>Adquira microtomografias computadorizadas corporais usando um sistema de imagem pré-clínica de alta resolução. Capture um total de 1.024 projeções com um tempo de exposição de 470 ms cada, usando uma rotação em modo de voo a uma tensão de 60 kV e uma corrente de 480 μA. Defina o sistema para uma ampliação de 1,25, resultando em um campo de visão (FOV) de 94,72 mm para um tempo total de aquisição de 8,02 min. Capture imagens com um binning de 1 x 1, resultando em uma resolução de 2.368 x 2.240 pixels. NOTA: O equipamento utilizado neste manuscrito para imagens de micro-TC apresenta limitações na obtenção de imagens de crânio devido à sobreposição com a máscara anestésica. Além disso, todo o comprimento da cauda não é capturado. Assim, excluímos a análise de cabeça e cauda (ver seção 3).</li>
	<li>Efectuar uma varredura com os mesmos parâmetros em um simulador cilíndrico acrílico (diâmetro: 2,5 cm, comprimento: 11,5 cm) cheio até a metade com água destilada para determinar a UH para ar e água. Após a conclusão das aquisições, reconstrua as imagens usando o software de aquisição com configurações otimizadas para redução de ruído e o algoritmo Filtered Back Projection (FBP). Reconstrua em lote imagens de animais e fantasmas usando um tamanho de voxel isotrópico de 147 μm e uma matriz de 640.</li>
	<li>Extrair ar e água da UC do simulador (dados brutos) utilizando o software referenciado. Converta as imagens em arquivos DICOM e corrija os valores de HU.</li>
</ol>
3. Análise de imagem
<ol>
	<li>Carregando um arquivo NOTA: Micro-CT é uma técnica que captura imagens temporal e espacialmente, gerando uma sequência de imagens. Portanto, é necessário abrir a pasta inteira em vez de uma única imagem.<ol>
		<li>Na área superior esquerda da interface, encontre o menu Segmentação 3D , destacado em uma cor azul-acinzentada. Clique em Adicionar dados (<img alt="Equation 1" src="/files/ftp_upload/67393/67393eq01.jpg" style="margin: auto;">).</li>
		<li>Quando uma janela com duas opções aparecer, selecione a primeira opção: Escolha o diretório a ser adicionado.</li>
		<li>Navegue até a pasta que contém a série de imagens DICOM do animal de destino e clique nela. Esta ação abrirá a pasta dentro do software, permitindo que todas as imagens sejam visualizadas simultaneamente.</li>
		<li>Observe as imagens exibidas em três telas. Cada tela representa um plano anatômico diferente: coronal, sagital e transversal, identificados pelas cores verde, amarelo e vermelho, respectivamente.</li>
	</ol>
	</li>
	<li>Segmentação<ol>
		<li>Localize o Editor de segmentos (<img alt="Equation 2" src="/files/ftp_upload/67393/67393eq02.jpg" style="margin: auto;">) na guia superior (Módulos) e clique nele.</li>
		<li>Clique no botão verde + Adicionar para criar segmentos, definindo o intervalo de UC.</li>
		<li>Crie segmentos para osso, tecido magro e tecido adiposo clicando em 3x cada.</li>
		<li>Clique duas vezes em cada segmento para nomeá-lo e colori-lo de acordo com as configurações desejadas.</li>
		<li>Defina o intervalo de UC para cada segmento usando a função Limiar, localizada no lado esquerdo da janela. Para fazer isso, encontre a função <img alt="Equation 3" src="/files/ftp_upload/67393/67393eq03.jpg" style="margin: auto;"> Threshold Range e insira os valores de HU para cada tipo de tecido: tecido magro (-29 a 225 HU); tecido adiposo (-190 a -30 HU); osso (500 a 5.000 HU). Clique no botão Aplicar. NOTA: Consulte a Figura Suplementar S1 para comparações de valores de HU.</li>
		<li>Repita o processo de segmentação para cada tipo de tecido.</li>
		<li>Clique em Mostrar 3D para gerar uma renderização 3D. NOTA: A renderização aparecerá no quadrante azul da tela.</li>
	</ol>
	</li>
	<li>Limpando a imagem NOTA: Após a segmentação e renderização 3D, itens estranhos devem ser excluídos para garantir que não sejam incluídos nas medições volumétricas de tecido magro, tecido adiposo e osso. A remoção desses artefatos é essencial para garantir uma análise precisa.<ol>
		<li>Localize a ferramenta "Tesoura" (<img alt="Equation 4" src="/files/ftp_upload/67393/67393eq04.jpg" style="margin: auto;">) no menu Segmentação .</li>
		<li>Escolha o plano anatômico ou a renderização 3D para uma visão mais clara do objeto a ser removido.<ol>
			<li>Se estiver usando um plano anatômico, clique no botão maximizar visualização (<img alt="Equation 5" src="/files/ftp_upload/67393/67393eq05.jpg" style="margin: auto;">) na barra colorida do plano. Dentro da janela do plano anatômico, use o botão de rolagem do mouse para navegar para frente ou para trás na tomografia computadorizada. NOTA: Cada janela pode rolar independentemente.</li>
			<li>Para renderização 3D, use o botão esquerdo do mouse para girar ao longo de qualquer eixo e o botão direito do mouse para aumentar o zoom. NOTA: As teclas de seta no teclado também podem girar a imagem.</li>
		</ol>
		</li>
		<li>Com a ferramenta Tesoura selecionada, realce a segmentação ao redor do objeto indesejado e circunde-o para removê-lo da imagem. O software exclui o objeto automaticamente. NOTA: Certifique-se de que a operação Apagar dentro esteja selecionada. Se o equipamento utilizado gerar imagens para qualquer imagem não biológica, como o grânulo, anestésico ou equipamento cirúrgico, é importante removê-lo. Além disso, se alguma área anatômica não for totalmente obtida, é fundamental estabelecer uma referência anatômica para remover essas áreas que não são totalmente obtidas para garantir a repetibilidade entre os experimentos. Objetos indesejados devem ser removidos em cada plano.</li>
		<li>Clique no ícone de layout de exibição de restauração (<img alt="Equation 6" src="/files/ftp_upload/67393/67393eq06.jpg" style="margin: auto;">) para retornar à tela com as quatro janelas, independentemente da janela selecionada.</li>
		<li>Repita o processo para todas as janelas em que o objeto precisa ser removido.</li>
	</ol>
	</li>
	<li>Volume de segmentação<ol>
		<li>Após a segmentação, quantifique os volumes dos segmentos usando a função de quantificação encontrada no menu suspenso. NOTA: Todas as segmentações devem estar visíveis para esta ação.</li>
		<li>Navegue até Quantificação | Estatísticas de segmento. Clique em Aplicar e aguarde o software gerar uma tabela exibindo valores para cada segmentação. O software fornece dois valores de volume para cada segmentação: Labelmap (LM) e Closed Surface (CS). NOTA: O valor LM é geralmente adequado para calcular volumes de segmento, usando o número de voxels multiplicado pelo volume de um único voxel. O CS Value utiliza um modelo de superfície suavizada e integra o volume com base em elementos de superfície triangulares. O CS se alinha mais de perto com os contornos anatômicos e é recomendado para medições precisas.</li>
		<li>Para carregar dados de um novo animal, salve e feche a cena no menu de arquivo .</li>
	</ol>
	</li>
	<li>Análise da composição corporal<ol>
		<li>Use as medições de volume fornecidas pelo software em cm3 para converter esses volumes em massa de tecido e aplicar a densidade apropriada para cada tipo de tecido. Use as seguintes densidades de tecido especificadas pela Comissão Internacional de Unidades e Medidasde Radiação 22: 0,95 g/cm³ (tecido adiposo), 1,05 g/cm³ (tecido magro) e 1,92 g/cm³ (tecido esquelético)2.<ol>
			<li>Para calcular a massa tecidual, multiplique o volume (cm³) obtido do software pela respectiva densidade tecidual (g/cm³): Massa de tecido adiposo:segmentação de volume X 0,95 = massaadiposa Massa de Tecido Magro:Segmentação de Volume X 1,05 = MassaMagra Massa do tecido esquelético:segmentação de volume X 1,92 = massaesquelética Massa Total: Massaadiposa + Massamagra + Massaesquelética = MassaTotal</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>Medição do comprimento do osso NOTA: Para corrigir a massa tecidual pelo comprimento ósseo para determinadas análises, é necessário obter comprimentos ósseos específicos.<ol>
		<li>Retorne ao menu Editor de segmentos . Oculte as segmentações de tecido adiposo e tecido magro clicando no ícone de olho (<img alt="Equation 7" src="/files/ftp_upload/67393/67393eq07.jpg" style="margin: auto;">) ao lado de cada segmento. NOTA: Apenas a segmentação correspondente ao tecido esquelético deve permanecer visível.</li>
		<li>Selecione a opção Alternar marcações/barra de ferramentas (<img alt="Equation 8" src="/files/ftp_upload/67393/67393eq08.jpg" style="margin: auto;">) no canto superior do menu principal. Isso abrirá um menu secundário logo abaixo do menu principal. Localize o botão criar nova linha (<img alt="Equation 9" src="/files/ftp_upload/67393/67393eq09.jpg" style="margin: auto;">).</li>
		<li>Depois de clicar no botão criar nova linha , navegue até a reconstrução 3D e identifique o osso a ser medido. NOTA: Os ossos recomendados são a tíbia ou o fêmur22.</li>
		<li>Assim que o osso for identificado, clique com o botão esquerdo em uma extremidade do osso e novamente na outra extremidade do tecido. Esta ação permite que o software calcule o tamanho do osso. NOTA: Para medições consistentes, selecione a mesma região anatômica do osso para cada animal. Por exemplo, a cabeça femoral é usada como uma extremidade e o côndilo lateral como a outra extremidade do fêmur.</li>
	</ol>
	</li>
	<li>Análise e normalização dos dados NOTA: Os dados de massa podem ser obtidos conforme explicado na seção 3.5 e usados como estão. Alternativamente, a massa magra, gorda e óssea pode ser normalizada de duas maneiras.<ol>
		<li>Calcule a relação entre a massa tecidual e o peso do animal no dia em que as imagens são obtidas. Normalização para peso: Massamagra ÷ Peso corporal</li>
		<li>Calcule a relação entre massa e tamanho ósseo (por exemplo, fêmur ou tíbia). Normalização para o fêmur: Massamagra ÷ Tamanhodo fêmur Normalização para tíbia: Massamagra ÷ Tamanhotíbia NOTA: Os parâmetros de normalização são escolhidos com base na pergunta experimental. Se forem esperadas alterações no tamanho ósseo (por exemplo: ao comparar a remodelação óssea), sugere-se a normalização pelo peso corporal (item 3.7.1). Além disso, se mudanças no peso corporal forem esperadas em sua pergunta experimental, o tamanho do osso longo é o parâmetro de normalização sugerido (item 3.7.2).</li>
	</ol>
	</li>
</ol>

<ol><li>Engelke, K., Museyko, O., Wang, L., Laredo, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+analysis+of+skeletal+muscle+by+computed+tomography+imaging-State+of+the+art%5BTitle%5D)+AND+%22J+Orthop+Translat%22%5BJournal%5D)">Quantitative analysis of skeletal muscle by computed tomography imaging-State of the art.</a> J Orthop Translat. 15, 91(2018).</li>
<li>Peixoto da Silva, S., Santos, J. M. O., Costa e Silva, M. P., Gil da Costa, R. M., Medeiros, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cancer+cachexia+and+its+pathophysiology%3A+links+with+sarcopenia%2C+anorexia+and+asthenia%5BTitle%5D)+AND+%22J+Cachexia+Sarcopenia+Muscle%22%5BJournal%5D)">Cancer cachexia and its pathophysiology: links with sarcopenia, anorexia and asthenia.</a> J Cachexia Sarcopenia Muscle. 11 (3), 619(2020).</li>
<li>Lan, X. Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+TGF-%CE%B2+signaling+in+muscle+atrophy%2C+sarcopenia+and+cancer+cachexia%5BTitle%5D)+AND+%22Gen+Comp+Endocrinol%22%5BJournal%5D)">The role of TGF-β signaling in muscle atrophy, sarcopenia and cancer cachexia.</a> Gen Comp Endocrinol. 353, 1-10 (2024).</li>
<li>Bloise, F. F., Oliveira, T. S., Cordeiro, A., Ortiga-Carvalho, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thyroid+hormones+play+role+in+sarcopenia+and+myopathies%5BTitle%5D)+AND+%22Front+Physiol%22%5BJournal%5D)">Thyroid hormones play role in sarcopenia and myopathies.</a> Front Physiol. 9, 560(2018).</li>
<li>Yin, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Skeletal+muscle+atrophy%3A+From+mechanisms+to+treatments%5BTitle%5D)+AND+%22Pharmacol+Res%22%5BJournal%5D)">Skeletal muscle atrophy: From mechanisms to treatments.</a> Pharmacol Res. 172, 1-12 (2021).</li>
<li>Heymsfield, S. B., Adamek, M., Gonzalez, M. C., Jia, G., Thomas, D. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+skeletal+muscle+mass%3A+historical+overview+and+state+of+the+art%5BTitle%5D)+AND+%22J+Cachexia+Sarcopenia+Muscle%22%5BJournal%5D)">Assessing skeletal muscle mass: historical overview and state of the art.</a> J Cachexia Sarcopenia Muscle. 5 (1), 9-18 (2014).</li>
<li>Cruz-Jentoft, A. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sarcopenia%3A+revised+European+consensus+on+definition+and+diagnosis%5BTitle%5D)+AND+%22Age+Ageing%22%5BJournal%5D)">Sarcopenia: revised European consensus on definition and diagnosis.</a> Age Ageing. 48 (1), 16-31 (2019).</li>
<li>Faron, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantification+of+fat+and+skeletal+muscle+tissue+at+abdominal+computed+tomography%3A+associations+between+single-slice+measurements+and+total+compartment+volumes%5BTitle%5D)+AND+%22Abdom+Radiol+%28NY%29%22%5BJournal%5D)">Quantification of fat and skeletal muscle tissue at abdominal computed tomography: associations between single-slice measurements and total compartment volumes.</a> Abdom Radiol (NY). 44 (5), 1907-1916 (2019).</li>
<li>Marra, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+body+composition+in+health+and+disease+using+bioelectrical+impedance+analysis+%28BIA%29+and+dual+energy+X-ray+absorptiometry+%28DXA%29%3A+A+critical+overview%5BTitle%5D)+AND+%22Contrast+Media+Mol+Imaging%22%5BJournal%5D)">Assessment of body composition in health and disease using bioelectrical impedance analysis (BIA) and dual energy X-ray absorptiometry (DXA): A critical overview.</a> Contrast Media Mol Imaging. 2019, 3548284(2019).</li>
<li>Martin, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cancer+cachexia+in+the+age+of+obesity%3A+skeletal+muscle+depletion+is+a+powerful+prognostic+factor%2C+independent+of+body+mass+index%5BTitle%5D)+AND+%22J+Clin+Oncol%22%5BJournal%5D)">Cancer cachexia in the age of obesity: skeletal muscle depletion is a powerful prognostic factor, independent of body mass index.</a> J Clin Oncol. 31 (12), 1539-1547 (2013).</li>
<li>Schlaeger, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Association+of+paraspinal+muscle+water-fat+MRI-based+measurements+with+isometric+strength+measurements%5BTitle%5D)+AND+%22Eur+Radiol%22%5BJournal%5D)">Association of paraspinal muscle water-fat MRI-based measurements with isometric strength measurements.</a> Eur Radiol. 29 (2), 599-608 (2019).</li>
<li>Kose, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physical+and+technical+aspects+of+human+magnetic+resonance+imaging%3A+present+status+and+50+years+historical+review%5BTitle%5D)+AND+%22Adv+Phys%3A+X%22%5BJournal%5D)">Physical and technical aspects of human magnetic resonance imaging: present status and 50 years historical review.</a> Adv Phys: X. 6 (1), (2021).</li>
<li>Arnold, T. C., Freeman, C. W., Litt, B., Stein, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Low-field+MRI%3A+Clinical+promise+and+challenges%5BTitle%5D)+AND+%22J+Magn+Reson+Imaging%22%5BJournal%5D)">Low-field MRI: Clinical promise and challenges.</a> J Magn Reson Imaging. 57 (1), 25-44 (2023).</li>
<li>Wang, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Preoperative+MRI-based+radiomic+machine-learning+nomogram+may+accurately+distinguish+between+benign+and+malignant+soft-tissue+lesions%3A+A+two-center+study%5BTitle%5D)+AND+%22J+Magn+Reson+Imaging%22%5BJournal%5D)">Preoperative MRI-based radiomic machine-learning nomogram may accurately distinguish between benign and malignant soft-tissue lesions: A two-center study.</a> J Magn Reson Imaging. 52 (3), 873-882 (2020).</li>
<li>Brower, C., Rehani, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiation+risk+issues+in+recurrent+imaging%5BTitle%5D)+AND+%22Br+J+Radiol%22%5BJournal%5D)">Radiation risk issues in recurrent imaging.</a> Br J Radiol. 94 (1126), (2021).</li>
<li>Mainprize, J. G., Yaffe, M. J., Chawla, T., Glanc, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+ionizing+radiation+exposure+during+pregnancy%5BTitle%5D)+AND+%22Abdom+Radiol+%28NY%29%22%5BJournal%5D)">Effects of ionizing radiation exposure during pregnancy.</a> Abdom Radiol (NY). 48 (5), 1564(2023).</li>
<li>Geethanath, S., Vaughan, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accessible+magnetic+resonance+imaging%3A+A+review%5BTitle%5D)+AND+%22J+Magn+Reson+Imaging%22%5BJournal%5D)">Accessible magnetic resonance imaging: A review.</a> J Magn Reson Imaging. 49 (7), e65-e77 (2019).</li>
<li>Ritman, E. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Current+status+of+developments+and+applications+of+micro-CT%5BTitle%5D)+AND+%22Annu+Rev+Biomed+Eng%22%5BJournal%5D)">Current status of developments and applications of micro-CT.</a> Annu Rev Biomed Eng. 13, 531-552 (2011).</li>
<li>Khoury, B. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+use+of+nano-computed+tomography+to+enhance+musculoskeletal+research%5BTitle%5D)+AND+%22Connect+Tissue+Res%22%5BJournal%5D)">The use of nano-computed tomography to enhance musculoskeletal research.</a> Connect Tissue Res. 56 (2), 106(2015).</li>
<li>DenOtter, T. D., Schubert, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hounsfield+Unit%5BTitle%5D)+AND+%22StatPearls+%5BInternet%5D%22%5BJournal%5D)">Hounsfield Unit.</a> StatPearls [Internet]. , StatPearls Publishing. Treasure Island (FL). (2024).</li>
<li>Pinto, E. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Efficacy+of+Hounsfield+units+measured+by+lumbar+computer+tomography+on+bone+density+assessment%3A+A+systematic+review%5BTitle%5D)+AND+%22Spine+%28Phila+Pa+1976%29%22%5BJournal%5D)">Efficacy of Hounsfield units measured by lumbar computer tomography on bone density assessment: A systematic review.</a> Spine (Phila Pa 1976). 47 (9), 702-710 (2022).</li>
<li>Beaucage, K. L., Pollmann, S. I., Sims, S. M., Dixon, S. J., Holdsworth, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+in+vivo+micro-computed+tomography+for+assessment+of+age-dependent+changes+in+murine+whole-body+composition%5BTitle%5D)+AND+%22Bone+Rep%22%5BJournal%5D)">Quantitative in vivo micro-computed tomography for assessment of age-dependent changes in murine whole-body composition.</a> Bone Rep. 5, 70-80 (2016).</li>
<li>Faot, F., Chatterjee, M., de Camargos, G. V., Duyck, J., Vandamme, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Micro-CT+analysis+of+the+rodent+jaw+bone+micro-architecture%3A+A+systematic+review%5BTitle%5D)+AND+%22Bone+Rep%22%5BJournal%5D)">Micro-CT analysis of the rodent jaw bone micro-architecture: A systematic review.</a> Bone Rep. 2, 14-24 (2015).</li>
<li>Cooper, D., Turinsky, A., Sensen, C., Hallgrimsson, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+voxel+size+on+3D+micro-CT+analysis+of+cortical+bone+porosity%5BTitle%5D)+AND+%22Calcif+Tissue+Int%22%5BJournal%5D)">Effect of voxel size on 3D micro-CT analysis of cortical bone porosity.</a> Calcif Tissue Int. 80 (3), 211-219 (2007).</li>
<li>Mrzilkova, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Morphology+of+the+vasculature+and+blood+supply+of+the+brown+adipose+tissue+examined+in+an+animal+model+by+micro-CT%5BTitle%5D)+AND+%22Biomed+Res+Int%22%5BJournal%5D)">Morphology of the vasculature and blood supply of the brown adipose tissue examined in an animal model by micro-CT.</a> Biomed Res Int. 2020 (1), 7502578(2020).</li>
<li>Li, F. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimal+use+ratio+of+the+stromal+vascular+fraction+%28SVF%29%3A+An+animal+experiment+based+on+micro-CT+dynamic+detection+after+large-volume+fat+grafting%5BTitle%5D)+AND+%22Aesthet+Surg+J%22%5BJournal%5D)">Optimal use ratio of the stromal vascular fraction (SVF): An animal experiment based on micro-CT dynamic detection after large-volume fat grafting.</a> Aesthet Surg J. 39 (6), NP213-NP224 (2019).</li>
<li>Berndt, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microcomputed+tomography+technique+for+in+vivo+three-dimensional+fat+tissue+volume+evaluation+after+polymer+injection%5BTitle%5D)+AND+%22Tissue+Eng+Part+C+Methods%22%5BJournal%5D)">Microcomputed tomography technique for in vivo three-dimensional fat tissue volume evaluation after polymer injection.</a> Tissue Eng Part C Methods. 23 (12), 964-970 (2017).</li>
<li>Rother, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+micro-CT-based+standard+brain+atlas+of+the+bumblebee%5BTitle%5D)+AND+%22Cell+Tissue+Res%22%5BJournal%5D)">A micro-CT-based standard brain atlas of the bumblebee.</a> Cell Tissue Res. 386 (1), 29-45 (2021).</li>
<li>Ijiri, T., Todo, H., Hirabayashi, A., Kohiyama, K., Dobashi, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Digitization+of+natural+objects+with+micro+CT+and+photographs%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Digitization of natural objects with micro CT and photographs.</a> PLoS One. 13 (4), e0195852(2018).</li>
<li>Fedorov, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((3D+Slicer+as+an+image+computing+platform+for+the+Quantitative+Imaging+Network%5BTitle%5D)+AND+%22Magn+Reson+Imaging%22%5BJournal%5D)">3D Slicer as an image computing platform for the Quantitative Imaging Network.</a> Magn Reson Imaging. 30 (9), 1323-1341 (2012).</li>
<li>Ponti, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Aging+and+imaging+assessment+of+body+composition%3A+From+fat+to+facts%5BTitle%5D)+AND+%22Front+Endocrinol+%28Lausanne%29%22%5BJournal%5D)">Aging and imaging assessment of body composition: From fat to facts.</a> Front Endocrinol (Lausanne). 10, 861(2020).</li>
</ol>

<table><tbody><tr><td>3DSlicer, versão 5.6.2</td> Plataforma <td></td><td>3D Slicer</td><td>Um software gratuito e de código aberto para análise de imagens e visualização científica.</td></tr><tr><td>Amide, versão 1.0.1</td><td>Plataforma</td><td></td> Amide <td>Um software gratuito e de código aberto usado para corrigir os valores da Unidade Hounsfield nas imagens DICOM processadas.</td></tr><tr><td>Amira, versão 4.1</td><td>Thermo Fisher Scientific</td><td></td><td>Usado para extrair valores de unidade Hounsfield de ar e água dos dados brutos do simulador e para converter imagens em arquivos DICOM.</td></tr><tr><td>Isoforina</td><td>Crist&aacute; lia</td><td>O isoflurano é um agente anestésico líquido não inflamável para uso em anestesia geral por inalação por vaporização.</td><td></td></tr><tr><td>Subsistema Triumph XO</td><td>Gamma Medica-Ideas Flex</td><td></td><td>Subsistema de imagem avançado projetado para imagens pré-clínicas de pequenos animais, oferecendo recursos de TC e PET de alta resolução para análise quantitativa e qualitativa.</td></tr></tbody></table>

quantificação não invasiva do músculo esquelético em pequenos animais por meio de microtomografia computadorizada

Non-invasive Skeletal Muscle Quantification in Small Animals Using Micro-computed Tomography

O posicionamento anatômico adequado do animal sedado na mesa de imagem garante resultados de varredura consistentes e reprodutíveis, destacando a eficácia da aquisição de dados na obtenção de resultados confiáveis. A sedação adequada dos animais durante a imagem, incluindo sistemas especializados de liberação de gás e vaporizadores, é fundamental para avaliações anatômicas precisas (Figura 1).
A Figura 2 ilustra a segmentação e renderização em diferentes planos anatômicos, apresentando imagens sequenciais nos planos coronal, sagital e transversal. Essas imagens demonstram a segmentação gradual do tecido esquelético, adiposo e magro, culminando em uma representação completamente segmentada que integra todos os tipos de tecido, destacando uma distinção clara entre os tecidos e demonstrando marcações específicas da região com base nos tipos de tecido identificados. Apesar das limitações do equipamento que impedem a captura de corpo inteiro, o método fornece informações detalhadas sobre a distribuição e composição do tecido em vários planos anatômicos.
A Figura 3 mostra renderizações 3D enfatizando os tipos de tecido - osso (azul), tecido adiposo (amarelo) e tecido magro (vermelho) - oferecendo uma visualização abrangente das estruturas anatômicas. Essa visualização ressalta a eficácia do protocolo na geração de modelos 3D detalhados essenciais para estudos anatômicos.
A Tabela 1 detalha as massas de tecido normalizadas (massa magra, gordura corporal e massa esquelética) em relação ao peso do animal no dia da imagem. Os valores apresentados resultam da multiplicação do volume tecidual (em cm³) pela densidade tecidual correspondente, conforme detalhado na etapa 3.5.1.1 da metodologia.
A Tabela 2 fornece valores absolutos de composição corporal, mostrando a distribuição de massa de cada animal e a porcentagem de magreza, gordura corporal e tecido esquelético. Isso nos permite avaliar a quantidade total de cada tipo de tecido e como ele contribui para a composição corporal geral de cada espécime.
A Tabela Suplementar S1 mostra o tempo que cada analista leva para concluir a análise da composição corporal de cada animal e a variabilidade nos resultados entre os analistas. Ele avalia se há variabilidade significativa entre operadores experientes (Analistas 1, 2 e 5) e inexperientes (Analistas 3 e 4) na medição de métricas de composição corporal, como massa magra, massa gorda corporal e massa esquelética.
A Figura 4 apresenta uma análise comparativa da composição corporal entre adultos e idosos. Revela uma redução na porcentagem de massa magra e aumento da gordura corporal, o que se alinha com os padrões típicos de envelhecimento. Essas descobertas destacam coletivamente a robustez e a precisão do protocolo de imagem no fornecimento de dados anatômicos críticos, o que é essencial para o avanço das metodologias de pesquisa pré-clínica.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67393/67393fig01.jpg"> 
Figura 1: Preparação animal. (A) O aparelho usado para sedação animal durante todo o processo de imagem, como sistemas de liberação de gás e vaporizadores; (B) o sistema de micro-tomografia computadorizada. (C) O animal anestesiado está deitado em decúbito dorsal em uma cama de rato. O posicionamento adequado é fundamental para obter resultados consistentes e reprodutíveis. <a href="https://www.jove.com/files/ftp_upload/67393/67393fig01large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67393/67393fig02.jpg"> 
Figura 2: Segmentação e visualização de cortes em diferentes planos anatômicos. (A) plano coronal, (B) plano sagital e (C) plano transversal. Da esquerda para a direita, as imagens mostram uma varredura não segmentada (cinza), segmentação óssea (azul), segmentação de gordura corporal (amarelo), segmentação de tecido magro (vermelho) e, finalmente, segmentação completa, incluindo todas as segmentações. <a href="https://www.jove.com/files/ftp_upload/67393/67393fig02large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/67393/67393fig03.jpg"> 
Figura 3: Renderizações 3D. Da esquerda para a direita, as imagens exibem a renderização 3D do assunto, destacando diferentes tipos de tecido: osso em azul, gordura corporal em amarelo, tecido magro em vermelho, e a imagem final mostra uma visão abrangente combinando osso, tecido adiposo e tecido magro. <a href="https://www.jove.com/files/ftp_upload/67393/67393fig03large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/67393/67393fig04.jpg"> 
Figura 4: Comparação da composição corporal entre camundongos adultos e idosos. O gráfico de barras ilustra os percentuais de composição corporal do tecido esquelético (adulto: 10,5 ± 0,5%; idoso: 9,9 ± 1,0%, p = 0,19), gordura corporal (adulto: 17,2 ± 5,7%; idoso: 27,9 ± 4,4%, p = 0,03) e massa magra (adulto: 72,3 ± 5,7%; idoso: 62,3 ± 3,6%, p = 0,03). Os dados são apresentados como MÉDIA ± DP dos animais (adulto: n = 3; idoso: n = 3). As estatísticas foram calculadas usando um teste t não pareado com um valor de p unilateral (* p &lt; 0,05). <a href="https://www.jove.com/files/ftp_upload/67393/67393fig04large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td colspan="4">MAGRO</td>
		</tr>
		<tr>
			<td>Identificação do animal</td>
			<td>Massa magra (g)</td>
			<td>Peso (g)</td>
			<td>Normalização (peso)</td>
		</tr>
		<tr>
			<td>Idoso 1</td>
			<td>15.1</td>
			<td>37.4</td>
			<td>0.4</td>
		</tr>
		<tr>
			<td>Idosos 2</td>
			<td>14.4</td>
			<td>44.4</td>
			<td>0.3</td>
		</tr>
		<tr>
			<td>Idosos 3</td>
			<td>14.3</td>
			<td>37.7</td>
			<td>0.4</td>
		</tr>
		<tr>
			<td>Adulto 1</td>
			<td>12.3</td>
			<td>29.1</td>
			<td>0.4</td>
		</tr>
		<tr>
			<td>Adulto 2</td>
			<td>16.5</td>
			<td>30.4</td>
			<td>0.5</td>
		</tr>
		<tr>
			<td>Adulto 3</td>
			<td>16.1</td>
			<td>31.7</td>
			<td>0.5</td>
		</tr>
		<tr>
			<td colspan="4">GORDURA CORPORAL</td>
		</tr>
		<tr>
			<td>Identificação do animal</td>
			<td>Massa de gordura corporal (g)</td>
			<td>Peso (g)</td>
			<td>Normalização (peso)</td>
		</tr>
		<tr>
			<td>Idoso 1</td>
			<td>6.4</td>
			<td>37.4</td>
			<td>0.2</td>
		</tr>
		<tr>
			<td>Idosos 2</td>
			<td>8.2</td>
			<td>44.4</td>
			<td>0.2</td>
		</tr>
		<tr>
			<td>Idosos 3</td>
			<td>5.3</td>
			<td>37.7</td>
			<td>0.1</td>
		</tr>
		<tr>
			<td>Adulto 1</td>
			<td>4.4</td>
			<td>29.1</td>
			<td>0.2</td>
		</tr>
		<tr>
			<td>Adulto 2</td>
			<td>2.7</td>
			<td>30.4</td>
			<td>0.1</td>
		</tr>
		<tr>
			<td>Adulto 3</td>
			<td>3.4</td>
			<td>31.7</td>
			<td>0.1</td>
		</tr>
		<tr>
			<td colspan="4">ESQUELÉTICO</td>
		</tr>
		<tr>
			<td>Identificação do animal</td>
			<td>Massa esquelética (g)</td>
			<td>Peso (g)</td>
			<td>Normalização (peso)</td>
		</tr>
		<tr>
			<td>Idoso 1</td>
			<td>2.3</td>
			<td>37.4</td>
			<td>0.06</td>
		</tr>
		<tr>
			<td>Idosos 2</td>
			<td>2.3</td>
			<td>44.4</td>
			<td>0.05</td>
		</tr>
		<tr>
			<td>Idosos 3</td>
			<td>2.4</td>
			<td>37.7</td>
			<td>0.06</td>
		</tr>
		<tr>
			<td>Adulto 1</td>
			<td>2.0</td>
			<td>29.1</td>
			<td>0.07</td>
		</tr>
		<tr>
			<td>Adulto 2</td>
			<td>2.3</td>
			<td>30.4</td>
			<td>0.08</td>
		</tr>
		<tr>
			<td>Adulto 3</td>
			<td>2.2</td>
			<td>31.7</td>
			<td>0.07</td>
		</tr>
	</tbody>
</table>
Tabela 1: Normalização das massas pelo peso do animal no dia da imagem. Conforme explicado na Seção 3.7, a massa do tecido pode ser normalizada pelo peso do animal no dia do exame. Essa normalização foi aplicada ao tecido magro, adiposo e ósseo com base no peso do animal.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td colspan="5">Composição corporal (g)</td>
		</tr>
		<tr>
			<td></td>
			<td>Volume de segmentação X 1,05</td>
			<td>Volume de segmentação X 0,95</td>
			<td>Volume de segmentação x 1,92</td>
			<td>Magro + Adiposo + Esquelético</td>
		</tr>
		<tr>
			<td>Identificação do animal</td>
			<td>Massa magra (g)</td>
			<td>Massa de gordura corporal (g)</td>
			<td>Massa esquelética (g)</td>
			<td>Massa total (g)</td>
		</tr>
		<tr>
			<td>Idoso 1</td>
			<td>15.1</td>
			<td>6.4</td>
			<td>2.3</td>
			<td>23.8</td>
		</tr>
		<tr>
			<td>Idosos 2</td>
			<td>14.3</td>
			<td>8.2</td>
			<td>2.3</td>
			<td>24.9</td>
		</tr>
		<tr>
			<td>Idosos 3</td>
			<td>14.3</td>
			<td>5.3</td>
			<td>2.4</td>
			<td>22.0</td>
		</tr>
		<tr>
			<td>Adulto 1</td>
			<td>12.3</td>
			<td>4.4</td>
			<td>2.0</td>
			<td>18.6</td>
		</tr>
		<tr>
			<td>Adulto 2</td>
			<td>16.5</td>
			<td>2.7</td>
			<td>2.3</td>
			<td>21.5</td>
		</tr>
		<tr>
			<td>Adulto 3</td>
			<td>16.1</td>
			<td>3.4</td>
			<td>2.2</td>
			<td>21.7</td>
		</tr>
		<tr>
			<td colspan="5">Composição Corporal (%)</td>
		</tr>
		<tr>
			<td>Identificação do animal</td>
			<td>Massa magra (%)</td>
			<td>Massa gorda corporal (%)</td>
			<td>Massa esquelética (%)</td>
			<td>Massa total (%)</td>
		</tr>
		<tr>
			<td>Idoso 1</td>
			<td>63.6</td>
			<td>26.8</td>
			<td>9.6</td>
			<td>100</td>
		</tr>
		<tr>
			<td>Idosos 2</td>
			<td>58.1</td>
			<td>32.8</td>
			<td>9.0</td>
			<td>100</td>
		</tr>
		<tr>
			<td>Idosos 3</td>
			<td>64.9</td>
			<td>24.1</td>
			<td>11.0</td>
			<td>100</td>
		</tr>
		<tr>
			<td>Adulto 1</td>
			<td>65.9</td>
			<td>23.5</td>
			<td>10.6</td>
			<td>100</td>
		</tr>
		<tr>
			<td>Adulto 2</td>
			<td>76.8</td>
			<td>12.4</td>
			<td>10.9</td>
			<td>100</td>
		</tr>
		<tr>
			<td>Adulto 3</td>
			<td>74.3</td>
			<td>15.7</td>
			<td>9.9</td>
			<td>100</td>
		</tr>
	</tbody>
</table>
Tabela 2: Composição corporal. A) A composição corporal dos animais, em gramas; (B) a porcentagem da composição corporal.
Tabela Suplementar S1: Composição corporal avaliada por diferentes operadores. A massa magra, a massa gorda corporal, a massa esquelética e o tempo gasto para análise (em minutos) foram registrados para cada avaliação. Os analistas 1, 2 e 5 eram operadores experientes, enquanto os analistas 3 e 4 eram inexperientes e seguiam apenas o protocolo descrito no estudo. <a href="https://www.jove.com/files/ftp_upload/67393/Supplementary%20table%201%20R1.xlsx" target="_blank">Clique aqui para baixar este arquivo.</a>
Figura suplementar S1: Faixa de densidade de diferentes materiais biológicos e não biológicos. A figura ilustra as faixas de densidade de vários tecidos biológicos e substâncias não biológicas. Os valores foram obtidos da literatura e ajustados para alcançar a diferenciação tecidual ideal. Os ossos exibem a maior densidade, seguidos pelo tecido magro, enquanto a gordura corporal mostra uma densidade significativamente menor. O aparelho foi calibrado com água como referência na densidade 0. <a href="https://www.jove.com/files/ftp_upload/67393/Supplementary%20Figure.pdf" target="_blank">Clique aqui para baixar este arquivo.</a>

Quantificação não invasiva do músculo esquelético em pequenos animais por meio de microtomografia computadorizada

Skeletal muscle size, mass, and composition are critical properties for studying metabolic and muscle-related diseases, as they directly impact the ...

non-invasive-skeletal-muscle-quantification-small-animals-using-micro

Research

JoVE Journal

Biology

Biologia

Rastreamento de Dinâmica de enxerto muscular em animais de pequeno In Vivo Fluorescent Imagem

Um modelo de camundongo experimental de metástase óssea foi estabelecido após a entrega intracardíaca da luciferase expressando células tumorais mamárias. Desenvolvimento do tumor e resultou lesão osteolítica foram monitorados longitudinalmente, com a bioluminescência e CT micro imagem.

Monitoramento metástases tumorais e lesões osteolíticas com bioluminescência e CT Micro Imagem

doenças neuromusculares geralmente exibem um temporalmente variando patologia, espacialmente heterogêneo e multifacetado. O objetivo deste protocolo é caracterizar esta patologia utilizando métodos de ressonância magnética não-invasivos.

Quantitativa Ressonância Magnética da doença do músculo esquelético

Este método descreve o uso da Microtomografia Computadorizada Quântica (MicroCT) para avaliar a morfologia, função, perfusão, metabolismo e viabilidade cardíaca com contraste iodado em camundongos com isquemia miocárdica induzida experimentalmente. A técnica pode ser aplicada para imagens longitudinais in vivo não destrutivas de alto rendimento de vários modelos animais de doenças cardíacas humanas.

In Vivo quantitativa Avaliação da Estrutura do miocárdio, função, perfusão e viabilidade Usando Cardiac Micro-Tomografia Computadorizada

O objetivo do presente protocolo é gerar um modelo de fratura de compressão vertebral osteoporose-relacionados do rato nude que pode ser avaliada no sentido longitudinal na vivo usando uma microcomputed semiautomated baseado em tomografia computadorizada quantitativa análise estrutural.

Semiautomated Longitudinal baseados em Microcomputed tomografia computadorizada quantitativa análise estrutural de um modelo de fratura Vertebral relacionadas com osteoporose rato Nude

Ultrasom 3D de imagem (3DUS) permite rápida e econômica de morfometria dos tecidos músculo-esqueléticos. Apresentamos um protocolo para medir o comprimento de volume e Fascículo muscular usando 3DUS.

Imagens de ultra-som 3D: rápida e econômica de morfometria do tecido músculo-esquelético

Este papel instrui os usuários de scanners de microtomografia computadorizada (µCT) na vivo como anestesiar, corretamente, posicionar e restringir o membro posterior de um rato para o mínimo movimento durante a geração de imagens de alta resolução da tíbia. O resultado é imagens de alta qualidade que podem ser processadas para quantificar com precisão a microarquitetura óssea.

Posicionamento adequado e a contenção de um membro posterior de ratos para concentrado de alta resolução de imagem de osso usando Microarquitetura na Vivo Microtomografia computadorizada

Apresentamos um fluxo de trabalho para segmentar e quantificação dos ossos trabecular para imagens 2D e 3D, com base no limite externo do osso, usando um plugin do ImageJ. Esta abordagem é mais eficiente e precisa do que a atual abordagem manual mão-contorno e fornece quantificações de camada por camada, que não estão disponíveis no software comercial atual.

Limite externo assistido segmentação e quantificação dos ossos Trabecular por um Plugin do Imagej

Aqui, descrevemos um método de visualização e quantificação para vasos de membros traseiros murinos usando tomografia computadorizada de micro-raios-X.

Preparação amostral para visualização tridimensional baseada em tomografia computadorizada de vasos de membros traseiros murinos

O presente estudo descreve metodologias baseadas na decelularização para visualizar e quantificar a deposição de tecido adiposo intramuscular (IMAT) através do volume muscular intacto, bem como quantificar métricas de adipócitos individuais que compõem o IMAT.

Quantificação da Infiltração Gordurosa do Músculo Esquelético Baseada na Decelularização

Injeções locais de um corante mitocondrial marcando mitocôndrias da célula terminal de Schwann in vivo para microscopia confocal. Esse método utiliza prova de conceito demonstrada em tecido muscular esquelético de camundongos com músculo saudável ou doente para fornecer visualização mitocondrial de alta resolução.

Métodos para Quantificação In Situ da Morfologia Mitocondrial em Células Musculares e Terminais de Schwann de Camundongos

Aprenda a quantificar a composição corporal em pequenos animais usando microtomografia computadorizada não invasiva. Este método permite analisar massa magra, tecido adiposo e estruturas ósseas em camundongos, reduzindo o uso animal e permitindo estudos longitudinais repetidos.

Quantificação não invasiva do músculo esquelético em pequenos animais por meio de microtomografia computadorizada

Explorar mais vídeos