Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Методическая статья

Неинвазивная количественная оценка скелетных мышц у мелких животных с помощью микрокомпьютерной томографии

1.4K просмотров

⸱

DOI:

10.3791/67393

⸱

8 ноября 2024 г.

 ,  ,  ,  ,  ,  , 
1Laboratório de Endocrinologia Translacional, Instituto de Biofísica Carlos Chagas Filho, Universidade Federal do Rio de Janeiro, 2Small Animal Imaging Unit, National Center for Structural Biology and Bioimaging, Universidade Federal do Rio de Janeiro

В этой статье

Краткое содержание

В этом протоколе используется микрокомпьютерная томография для экономически эффективной количественной оценки мышечной массы, включая скелетные мышцы и висцеральную ткань, жировую ткань и скелетную ткань у мелких животных. В нем проводится различие между мышечной и жировой тканью, что дает значительные преимущества для биомедицинских исследований, особенно в трансляционных исследованиях на мелких животных.

Аннотация

Размер, масса и состав скелетных мышц являются критически важными свойствами для изучения метаболических и мышечных заболеваний, поскольку они напрямую влияют на понимание прогрессирования заболевания и результатов лечения. Количественная оценка мышечной, жировой и скелетной массы живого животного важна в метаболических, физиологических, фармакологических и герологических исследованиях. Тем не менее, получение точных измерений состава тела, особенно мышечной массы, остается сложной задачей из-за ограничений, присущих традиционным методам оценки. Микрокомпьютерная томография (микрокомпьютерная томография) — это неинвазивный радиологический метод, который позволяет визуализировать внутренние структуры с высоким разрешением на моделях мелких животных. Стандартизированный метод микрокомпьютерной томографии может значительно улучшить трансляционные исследования с более надежными и эффективными результатами, особенно во время исследований старения или в разные моменты времени у одного и того же животного. Несмотря на свой потенциал, отсутствие стандартизации в методах получения и анализа изображений значительно затрудняет сопоставимость результатов различных исследований. В данной работе мы представляем всеобъемлющий и подробный недорогой протокол анализа мышечной массы с использованием микро-КТ для решения этих проблем и обеспечения согласованности исследований с использованием моделей мелких животных.

Введение

Размер, масса и состав являются критически важными свойствами скелетных мышц для изучения механизмов заболеваний, связанных с мышцами и метаболическими заболеваниями1. Саркопения, кахексия, атрофия и миопатии имеют общие фенотипы: уменьшение массы, изменение состава и нарушение функции мышц 2,3,4,5. Тем не менее, количественная оценка состава тела у живого животного остается очень сложной и технически сложной6.

Основными методологиями визуализации in vivo и анализа состава тела являются двухэнергетическая рентгеновская абсорбциометрия (DXA), компьютерная томография (КТ) и магнитно-резонансная томография (МРТ). Эти методы в основном используются для скрининга и мониторинга заболеваний, которые приводят к снижению мышечной массы 7,8,9,10,11. ДЭРА является золотым стандартом для анализа состава тела из-за его более низкой стоимости. Тем не менее, ДЭРА имеет существенный недостаток по сравнению с МРТ и КТ: ее неспособность пространственно разрешать мышечную и жировую ткань1.

МРТ использует сильные магнитные поля и радиоволны для получения подробных изображений внутренних структур тела12. Одним из его основных преимуществ по сравнению с КТ является превосходное контрастное разрешение, позволяющее отлично дифференцировать различные типы мягких тканей 1,13,14. В отличие от КТ, МРТ не использует ионизирующее излучение, что делает его более безопасным для повторного использования15,16. Однако МРТ дороже и менее доступна, с более длительным временем сканирования и более высокими затратами на обслуживание13,17. Таким образом, приборы МРТ, адаптированные для анализа мелких животных, обычно недоступны.

Микро-КТ похожа на обычную КТ, но предназначена для небольших структур и биомедицинских исследований18. Микрокомпьютерная томография — это передовой, неинвазивный метод радиологической оценки, который позволяет детально визуализировать внутренние структуры на моделях мелких животных. Микрокомпьютерная томография использует рентгеновские лучи для создания подробных изображений внутренних структур организма, опираясь на дифференциальное затухание рентгеновских лучей различными типами тканей. Во время микрокомпьютерной томографии мышь лежит на столе, который медленно перемещается по круговому порталу. Внутри портала вокруг мыши вращается рентгеновская трубка, излучающая рентгеновские лучи под различными углами. Детекторы на противоположной стороне улавливают эти рентгеновские лучи после того, как они проходят через тело18.

Программное обеспечение микрокомпьютерного томографа обрабатывает данные под этими несколькими углами для реконструкции двухмерных изображений поперечного сечения (срезов) тела. Посредством реконструкции эти срезы могут быть объединены для всестороннего представления внутренней анатомии19. Изображения, полученные с помощью микрокомпьютерной томографии, основаны на различной степени ослабления рентгеновского излучения различными тканями организма. Это ослабление количественно определяется с помощью единиц Хаунсфилда (HU), шкалы, которая стандартизирует радиоплотность20,21. Шкала HU имеет основополагающее значение для сегментации, так как каждая структура имеет немного разное значение.

В настоящей статье мы использовали значения HU для точной дифференциации костей, мышечной ткани и жировой ткани1. Опираясь на установленные диапазоны HU, мы обеспечили точный анализ и сравнение состава тела. В данной статье мы демонстрируем, как получать изображения с помощью микрокомпьютерной томографии и ее применение для визуализации и количественного определения мышечной, жировой и скелетной массы.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Все методы были одобрены Комитетом по институциональному уходу за животными и их использованию Федерального университета Рио-де-Жанейро (UFRJ), Рио-де-Жанейро (IACUC - UFRJ; А16/23-025-20). Сканирование проводилось на самцах мышей C57BL/6 в возрасте 6 и 22 месяцев.

1. Подготовка животных

  1. Обезболите мышей с помощью 2% изофлурана в смеси кислорода, доставляемого путем вапоризации. Используйте прецизионный испаритель как для индукции, так и для технического обслуживания со смесью 100% кислорода с помощью прецизионного испарителя.
  2. Расположите животное под наркозом на спине на микрокомпьютерной томографии с помощью мышиной кроватки. Закрепите мышь лентой, чтобы свести к минимуму движение во время сканирования, а затем вставьте ее в портал.
  3. На протяжении всего эксперимента, который длится около 10 минут, убедитесь, что животное носит маску, чтобы держать его под анестезиологической плоскостью, получая поддерживающую дозу по мере необходимости.

2. Получение и восстановление изображений

  1. Получите микрокомпьютерную томографию тела с помощью системы доклинической визуализации с высоким разрешением. Захватите в общей сложности 1 024 проекции с временем экспозиции 470 мс каждая, используя вращение в режиме полета при напряжении 60 кВ и токе 480 мкА. Установите систему на увеличение 1,25, в результате чего поле зрения (FOV) составит 94,72 мм, а общее время сбора данных составит 8,02 минуты. Захватывайте изображения с биннингом 1 x 1, в результате чего получается разрешение 2 368 x 2 240 пикселей.
    ПРИМЕЧАНИЕ: Оборудование, используемое в данной рукописи для микрокомпьютерной томографии, имеет ограничения в получении изображений головы из-за перекрытия с анестезирующей маской. Кроме того, не захватывается вся длина хвостового оперения. Таким образом, мы исключили анализ головы и хвоста (см. раздел 3).
  2. Выполните сканирование с теми же параметрами на акриловом цилиндрическом фантоме (диаметр: 2,5 см, длина: 11,5 см), наполовину заполненном дистиллированной водой, чтобы определить HU для воздуха и воды. После завершения съемки восстановите изображения с помощью программного обеспечения для сбора данных с настройками, оптимизированными для снижения шума, и алгоритма обратной проекции с фильтром (FBP). Пакетная реконструкция изображений животных и фантомов с использованием изотропного вокселя размером 147 мкм и матрицей 640.
  3. Извлечение HU воздуха и воды из фантома (исходных данных) с помощью эталонного программного обеспечения. Преобразуйте изображения в файлы DICOM и скорректируйте значения HU.

3. Анализ изображений

  1. Загрузка файла
    ПРИМЕЧАНИЕ: Микрокомпьютерная томография — это метод, который захватывает изображения во временном и пространственном пространстве, создавая последовательность изображений. Поэтому необходимо открывать всю папку, а не одно изображение.
    1. В верхней левой части интерфейса найдите меню 3D Slicer , выделенное серовато-голубым цветом. Нажмите на кнопку Добавить данные (figure-protocol-1).
    2. Когда появится окно с двумя вариантами, выберите первый вариант: Выбрать каталог для добавления.
    3. Перейдите в папку, содержащую серию изображений DICOM для целевых животных, и нажмите на нее. Это действие откроет папку в программном обеспечении, что позволит просматривать все изображения одновременно.
    4. Наблюдайте за изображениями, отображаемыми на трех экранах. Каждый экран представляет собой различную анатомическую плоскость: корональную, сагиттальную и поперечную, обозначенные зеленым, желтым и красным цветами соответственно.
  2. Сегментация
    1. Найдите редактор сегментов (figure-protocol-2) в верхней вкладке (Модули) и нажмите на него.
    2. Нажмите зеленую кнопку + Добавить , чтобы создать сегменты, определяющие диапазон HU.
    3. Создайте сегменты для костей, мышечной ткани и жировой ткани, щелкнув по 3 раза каждый.
    4. Дважды щелкните по каждому сегменту, чтобы назвать и раскрасить его в соответствии с желаемыми настройками.
    5. Установите диапазон HU для каждого сегмента с помощью функции Порог, расположенной в левой части окна. Для этого найдите функцию figure-protocol-3 Threshold Range и введите значения HU для каждого типа тканей: Сухая ткань (от -29 до 225 HU); жировая ткань (от -190 до -30 HU); костная (от 500 до 5 000 HU). Нажмите кнопку «Применить».
      ПРИМЕЧАНИЕ: Обратитесь к дополнительному рисунку S1 для сравнения значений HU.
    6. Повторите процесс сегментации для каждого типа тканей.
    7. Нажмите кнопку Показать 3D, чтобы создать 3D-рендеринг.
      ПРИМЕЧАНИЕ: Рендеринг будет отображаться в синем квадранте дисплея.
  3. Чистка изображения
    ПРИМЕЧАНИЕ: После сегментации и 3D-рендеринга посторонние элементы должны быть исключены, чтобы гарантировать, что они не будут включены в объемные измерения мышечной ткани, жировой ткани и костей. Удаление этих артефактов имеет важное значение для обеспечения точного анализа.
    1. Найдите инструмент «Ножницы» (figure-protocol-4) в меню «Сегментация ».
    2. Выберите анатомическую плоскость или 3D-рендеринг для более четкого представления удаляемого объекта.
      1. Если вы используете анатомическую плоскость, нажмите кнопку «Развернуть обзор » (figure-protocol-5) на цветной полосе плоскости. В окне анатомической плоскости используйте кнопку прокрутки мыши для навигации вперед или назад по компьютерной томографии.
        ПРИМЕЧАНИЕ: Каждое окно может прокручиваться независимо.
      2. Для 3D-рендеринга используйте левую кнопку мыши для поворота вдоль любой оси и правую кнопку мыши для увеличения.
        ПРИМЕЧАНИЕ: Клавиши со стрелками на клавиатуре также могут поворачивать изображение.
    3. Выбрав инструмент «Ножницы », выделите сегментацию вокруг ненужного объекта и обведите его, чтобы удалить из изображения. Программное обеспечение автоматически удаляет объект.
      ПРИМЕЧАНИЕ: Убедитесь, что выбрана операция Стереть внутри . Если используемое оборудование генерирует изображения для любого небиологического изображения, такого как бусина, анестетик или хирургическое оборудование, важно удалить его. Кроме того, если какая-либо анатомическая область не получена полностью, крайне важно установить анатомическую привязку для удаления этих областей, которые не были полностью получены, чтобы обеспечить повторяемость между экспериментами. Ненужные объекты должны быть удалены в каждой плоскости.
    4. Нажмите на значок восстановления макета вида (figure-protocol-6), чтобы вернуться на экран с четырьмя окнами, независимо от выбранного окна.
    5. Повторите этот процесс для всех окон, в которых объект необходимо удалить.
  4. Объем сегментации
    1. После сегментации количественно оцените объемы сегментов с помощью функции количественной оценки , которая находится в раскрывающемся меню.
      ПРИМЕЧАНИЕ: Для этого действия должны быть видны все сегментации.
    2. Перейти к количественной оценке | Статистика сегментов. Нажмите « Применить» и подождите, пока программное обеспечение сгенерирует таблицу со значениями для каждой сегментации. Программное обеспечение предоставляет два значения объема для каждой сегментации: Labelmap (LM) и Closed Surface (CS).
      ПРИМЕЧАНИЕ: Значение LM обычно подходит для вычисления объемов сегментов с использованием количества вокселей, умноженного на объем одного воксела. CS Value использует модель сглаженной поверхности и интегрирует объем на основе треугольных элементов поверхности. CS более близко выравнивается с анатомическими контурами и рекомендуется для точных измерений.
    3. Чтобы загрузить данные от нового животного, сохраните и закройте сцену в меню файла .
  5. Анализ телесного состава
    1. Используйте измерения объема, предоставленные программным обеспечением в см3 , чтобы преобразовать эти объемы в массу ткани и применить соответствующую плотность для каждого типа ткани. Используйте следующие значения плотности тканей, указанные Международной комиссией по радиационным единицам и измерениям22: 0,95 г/см³ (жировая ткань), 1,05 г/см³ (мышечная ткань) и 1,92 г/см³ (скелетная ткань)2.
      1. Чтобы рассчитать массу ткани, умножьте объем (см³), полученный с помощью программного обеспечения, на соответствующую плотность ткани (г/см³):
        Масса жировой ткани:объемная сегментация x 0,95 = Массажировой ткани
        Масса мышечной ткани:объемная сегментация x 1,05 =массовая мышечная масса
        Масса скелетной ткани: объемнаясегментация x 1,92 = массаскелета
        Общая масса: Массажировой ткани + Массапостной массы +Масса скелета =Общая масса
  6. Измерение длины кости
    ПРИМЕЧАНИЕ: Для коррекции массы ткани по длине кости для определенных анализов необходимо получить определенную длину костей.
    1. Вернитесь в меню «Редактор сегментов ». Скройте сегментацию жировой ткани и мышечной ткани, нажав на значок глаза (figure-protocol-7) рядом с каждым сегментом.
      ПРИМЕЧАНИЕ: Видимой должна оставаться только сегментация, соответствующая скелетной ткани.
    2. Выберите опцию «Переключить пометки/Панель инструментов» (figure-protocol-8) в верхнем углу главного меню. Это откроет дополнительное меню прямо под главным меню. Найдите кнопку создания новой линии (figure-protocol-9).
    3. После нажатия на кнопку «Создать новую линию » перейдите к 3D-реконструкции и определите кость, которую необходимо измерить.
      ПРИМЕЧАНИЕ: Рекомендуемыми костями являются большеберцовая кость или бедренная кость22.
    4. Как только кость будет идентифицирована, щелкните левой кнопкой мыши на одном конце кости и еще раз на другом конце ткани. Это действие позволяет программному обеспечению рассчитать размер кости.
      ПРИМЕЧАНИЕ: Для согласованных измерений выберите одну и ту же анатомическую область кости для каждого животного. Например, головка бедренной кости используется в качестве одного конца, а латеральный мыщелок — в качестве другого конца бедренной кости.
  7. Анализ и нормализация данных
    ПРИМЕЧАНИЕ: Данные о массе могут быть получены, как описано в разделе 3.5, и использованы в том виде, в котором они есть. В качестве альтернативы, нормализовать мышечную, жировую и костную массу можно двумя способами.
    1. Рассчитайте соотношение между массой ткани и весом животного в день получения изображений.
      Нормализация по весу: Массапостного ÷ Масса тела
    2. Рассчитайте соотношение между массой и размером костей (например, бедренной или большеберцовой кости).
      Нормализация по бедренной кости: массапостной ÷ размербедренной кости
      Нормализация к большеберцовой кости:массовая постная ÷ Размербольшеберцовой кости
      ПРИМЕЧАНИЕ: Параметры нормализации выбираются на основе экспериментального вопроса. Если ожидается изменение размера кости (например, при сравнении ремоделирования кости), рекомендуется нормализация по массе тела (. 3.7.1). Кроме того, если в вашем экспериментальном вопросе ожидаются изменения массы тела, то размер длинной кости является рекомендуемым параметром нормализации (пункт 3.7.2).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Правильное анатомическое положение животного под действием седативных препаратов на столе для визуализации обеспечивает стабильные и воспроизводимые результаты сканирования, подчеркивая эффективность сбора данных для получения надежных результатов. Надлежащее воздействие седативных препаратов на животных на протяжении всей визуализации, включая специализированные системы подачи газов и испарители, имеет основополагающее значение для точной анатомической оценки (Рисунок 1).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

Оценка с помощью томографии является эффективным и неинвазивным методом получения подробной информации о составе тела. Микро-КТ, в частности, предлагает ценные критерии оценки исходов для доклинических исследований. В области костей микрокомпьютерная томография имеет различные области применения, поскольку анализ микроархитектуры23 и ремоделирование кости24 представляют особый интерес. Оценка морфологии внутренней биологической структуры ак...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы заявляют об отсутствии конкурирующих интересов.

Благодарности

Это исследование было профинансировано Фондом Карлоса Шагаса Фильо в поддержку научных исследований штата Рио-де-Жанейро (FAPERJ; E-26/010.002643/2019 и E-26/201.335/2022), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior-Brazil (CAPES)-001 Финансовый кодекс. Programa Institucional de bolsas de iniciação científica da Universidade Federal do Rio de Janeiro. Национальный совет по научно-техническому развитию (CNPq; ФФБ: 001. 306236/2022-2 TMO-C: 309339/2023-5). Авторы выражают признательность Национальному центру структурной биологии и биовизуализации (CENABIO) / Федеральному университету Рио-де-Жанейро за использование его оборудования, особенно платформы microPET/SPECT/CT в Отделении визуализации мелких животных (UIPA). Дополнительный рисунок S1 был создан с помощью BioRender.com.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
3DSlicer, версия 5.6.23D Slicer platformБесплатное программное обеспечение с открытым исходным кодом для анализа изображений и научной визуализации.
Amide, версия 1.0.1ПлатформаБесплатное программное обеспечение с открытым исходным кодом, используемое для коррекции значений единиц Хаунсфилда в обработанных изображениях DICOM.
Amira, версия 4.1Thermo Fisher ScientificИспользуется для извлечения значений единиц измерения воздуха и воды Hounsfield из необработанных данных фантома и для преобразования изображений в файлы DICOM.
ИзофоринКристá liaИзофлуран является негорючим жидким анестетиком для использования в общей ингаляционной анестезии методом вапоризации.
Подсистема Triumph XOПодсистема визуализации Gamma Medica-Ideas FlexAdvanced предназначена для доклинической визуализации мелких животных, предлагая возможности КТ и ПЭТ высокого разрешения для количественного и качественного анализа.
Amide

Ссылки

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

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Больше статей

Анализ состава телавизуализация малых животныхизмерение сухой массысегментация жировой ткани3D-визуализацияпорог единиц Хаунсфилдаизмерение длины костейдоклиническая визуализация
Неинвазивная количественная оценка скелетных мышц у мелких животных с помощью микрокомпьютерной томографии
Связаться с нами
Порекомендовать библиотеке

Конфиденциальность

Условия использования

Политики

© 2026 MyJoVE Corporation. Все права защищены.