Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Biology
Click here for the English version

Biology

3-Boyutlu Histoloji hacmi ve Fare meme bezlerinin Eğitim için onun Uygulama İmar

Published: July 26, 2014 doi: 10.3791/51325
Automatic Translation
1, 2,3, 2,3, 4, 5, 6, 1,4, 2,3
1Department of Medical Biophysics, University of Toronto, 2Platform Biological Sciences, Sunnybrook Research Institute, 3Department of Laboratory Medicine and Pathobiology, University of Toronto, 4Physical Sciences, Sunnybrook Research Institute, 5Department of Pathology and Laboratory Medicine, Medical University of South Carolina, 6Manitoba Institute of Cell Biology, University of Manitoba

Abstract

Histoloji hacmi yeniden şekil 3B ve hücrelerden oluşur ölçekli yapılar düzeyinde bir organın hacim değişikliği üzerinde çalışmayı kolaylaştırmaktadır. Ayrıca, hacimsel tıbbi görüntüleme ve terapilerde yeni teknikleri ve algoritmalar araştırmak ve doğrulamak için kullanılabilir. Farklı organlarda 1,2,3 3D yüksek çözünürlüklü atlas oluşturma histoloji hacim rekonstrüksiyonu başka bir uygulamadır. Bu doku yapıları ve çeşitli hücresel özellikler arasındaki mekansal ilişkinin araştırmak için bir kaynak sağlar. Biz optik blockface görüntüleri kümesi kullanır histoloji hacim oluşturulması için bir görüntü kaydı yaklaşım sunuyoruz. Yeniden inşa histoloji cilt no bitkiler, post-processing kayıt hatası ile işlenmiş numune güvenilir bir şekli temsil eder. Iki fare meme bezlerinin Hematoksilen ve Eosin (H & E) boyanan kesitler ed çıkarılan sınır noktalarını kullanarak karşılık gelen blockface görüntülere tescil edildihistoloji ve blockface görüntülerde numunenin Ges. Kayıt doğruluğu görsel olarak değerlendirilmiştir. Meme bezlerinin makro yapılar uyumu da görsel olarak yüksek çözünürlükte değerlendirildi.

Bu çalışma, meme bezinin eksizyonu 3D histoloji hacim rekonstrüksiyonu kadar değişen, bu görüntü kayıt boru hattının farklı adımlar çizer. 2D histoloji görsel bölümlerin çiftleri arasındaki yapısal farkların ortaya koymakla birlikte, 3 boyutlu hacim histoloji şekli ve meme bezlerinin hacim farklılıkları görselleştirmek için olanağı sağlar.

Introduction

IGFBP7 (7 bağlayıcı protein insülin benzeri büyüme faktörü), IGF-bağlayıcı protein ailesinin bir üyesidir ve IGF1 4 reseptörüne bağlandığı gösterilmiştir. Ksenograft tümör modellerinde IGFBP7 arasında büyük ölçüde yeniden yerleştirilmesi apoptoz ve hücre yaşlanması 7 endüksiyonu yoluyla 6 büyüme tümör inhibe ederken IGFBP7 arasında aşağı-düzenleme, meme kanseri 5 kötü prognoz ile ilişkili olduğu bilinmektedir. IGFPB7 etkilerini incelemek amacıyla, bir Igfbp7 null fare 5 (yayınlanmamış veri) oluşturuldu. Bu fareler tümörler gelişir yok ederken, onlar yumurtalık, kas ve karaciğer histolojik değişiklikleri yanı sıra meme bezi gelişim desenleme (yayınlanmamış veri) kusurları gösterir. Null fareler daha küçük çöp boyutları vardır ve birden fazla büyük ibrelerin (yayınlanmamış veri) sürdürmek edemiyoruz gibi kusurlu fenotip ilk belirtilmiştir.

3D histoloji hacimleri yararlı informat sağlamak potansiyeline sahiphacimsel Tıbbi görüntülerde patolojik bulguların sayısal ve karşılaştırmalı analizler ve değerlendirme için iyon. Üç boyutlu konfokal, iki-foton mikroskopi yerel ölçüde 14 de bezinin yüksek çözünürlüklü hücre morfolojik bilgi sağlayabilir, ancak bu bakış ve derinlik sınırlı bir alanı vardır. Histoloji hacim rekonstrüksiyonu çok daha büyük bir mekansal ölçüde üzerinde daha fazla bilgi sağlar. Bazı bozulması, büzülme, genişleme, gözyaşı ve kıvrımlar gibi histolojik kesitler, hazırlanması sırasında öngörülmektedir geleneksel yaklaşımları kullanma. Bu bozulmalar zor bir 3D hacmini yeniden bir 3D yığını içine seri histolojik görüntüleri kayıt olun. Defektli ardışık bölümlerin sayısı sağlam bölümler arasındaki benzerlikleri arttıkça azalır ve sonuç olarak kayıt işlemi daha karmaşık hale getirir.

Farklı yöntemler histolojik kesitler kayıt ve sürekli bir histoloji vo yaratmak için ileri sürülmüştürlume. Bazı teknikler yoğunluk değişmeleri 8 bağlıdır ve diğer bölümleri 9 şekline dayanmaktadır. Bazı örnekler için anatomik yapılar dönüm tabanlı kayıt yöntemleri 12,13 ile birlikte görülecek 10,11 olarak kullanılabilir. Ancak bu iç yapıların bütün hacmi boyunca ve güvenilir bir anatomik yapıların tespit edilebilir bir numune için tespit olmayabilir. Bazı gruplar bir çift-bilge kayıt yaklaşım kullanılmış ve ardışık histoloji görüntüleri hatlarını ya da anatomik yapıları 16-18 kullanarak başka bir kayıt var. Referans resim kullanılmadan birbirine seri histoloji kısımlarının kayıt tarihi hata yaymak ve histoloji birimin gerçek şekli değişebilir. Pair-bilge kayıt yaklaşım görüntülerin yığını boyunca histoloji bölümlerinde ve iç yapılarının şekli tutarlılık dayanır; bu nedenle numunenin yoğun örnekleme gerektirenklinik örnekler için, örneğin belki her zaman mümkün değildir.

Bu boru hattı biz histoloji hacim rekonstrüksiyonu 19 için referans görüntülerin bir dizi olarak blockface görüntüleri kullanın. Blockface görsel mikrotomu monte edildikten sonra parafin doku blokları alınır ve her bir bölüm kesilmeden önce. Böylece, bireysel seri bölümleri kesmek için hasar seri bölümleri 8,11,15 tesciline engel değildir. Biz, diğer gruplardan farklı bir şekilde blockface çekim. Optik blok yüz görüntüleri optik düzenli lens kullanırken genellikle oluşur varil ve perspektif bozulmalarını ortadan kaldırmak veya en aza indirmek için bir Telesentrik lens ile elde edilir. Bu normal bir lens kullanarak blockface görüntüleme gerçekleştirmek yayınlanan diğer yöntemlere göre önerilen yaklaşımın avantajlarından biridir. Görüntüler Tiss arasındaki kontrast, bloğun yüzeyi yansımasını kullanmak için hafif eğik bir açı ile alınırue ve parafin yüzeyi ve parafin yüzeyinin altında, derinlemesine doku gölge ortadan kaldırmak için. Bir fotoğrafik filtre, aynı zamanda blok yüzeyi ile kontrast 19 dengelemek için dokudan gelen ışığı polarize etmek için kullanılır. Döner mikrotom üzerindeki bloğun değiştirmesi için düzeltmek için, 2-3 delik blockface görüntülerde kolaylıkla saptanabilen bloğun köşelerinde, delinir. Bu deliklerin sentroidler blockface görüntüleri hizalamak için dönüm noktası tabanlı katı kaydı ile birlikte kullanılır.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1.. Numune

  1. Üç gün laktasyon başlangıcı sonrası yabani tip CDH1 ikinci cerrahi meme bezleri gibi Igfbp7 null fareler tüketim.
  2. Yerli meme bezi morfolojisi yeniden yardımcı cam slaytlar üzerine bezleri yayıldı.

2.. Fiksasyon ve Doku İşleme

  1. 4 ° C'de o nötr tamponlu% 4 PFA O / N meme bezleri saptamak
  2. Önce doku işleme% 70 etanol içinde bezleri saklayın.
  3. Küçük doku işleme kaset bezleri aktarın.
  4. Otomatik bir doku işlemci kullanarak dokular işleyin
    1. 45 dakika için ksilen içinde, 1 saat ve 2 kez% 100 etanol içinde, 45 dakika boyunca% 95 etanol içinde 45 dakika, 2 kez 3 kez% 70 etanol, etanol ve ksilen banyoları artan doku kurutmak.
    2. Uygulanan basınç bir vakum içinde 1 saat boyunca her bir parafin ile 3 kez dokulara nüfuz.
  5. Blokları meydana getirmek için dokular parafin içinde Embed, Kesit için.

3.. Histoloji ve Blockface Görüntüleme

  1. Fazla parafin kaldırılana kadar bir döner mikrotom kullanılarak parafin blokları kesin.
  2. Kasetine dik olan parafin bloğun en az iki köşe 1 mm delik için dikey bir freze makinesi kullanın.
  3. Döner mikrotom üzerinde doku bloğu monte edin.
  4. Mikrotom önündeki blockface görüntüleme sistemi 19 kurun.
  5. Önce kesit optik blockface görüntü yakalayın.
  6. Mikrotomu 5 mikron kalınlığında dört bölümden şeritler kesin.
    1. Soğuk su banyosuna şeritler aktarın.
    2. Şerit ikinci ve dördüncü bölümleri ayırın ve mikroskop lamı üzerine takar. Ikinci ve dördüncü bölümleri seçimi bölümleri arasında bir 5 mm bir boşluk sağlar.
    3. Bu mikroskop lamı üzerine yeniden monte sonra, bunu unwrinkle için sıcak su banyosunda (48 o C) her bölümü genişletin.
      NOT: CKesm, montaj bölümleri gibi gözyaşı, kat, çekme ve genişleme olarak bölümünde bazı bozulmalara neden unwrinkling. Bu eserler histoloji bölümlerin kayıt zorlaştırıyor.
    4. Otomatik Stainer kullanılarak H & E ile bölümleri Leke.
    5. Otomatik coverslipper kullanarak slaytlar Coverslip.
    6. Ilgi çözünürlükte dijital histoloji slayt tarayıcı kullanarak slaytlar sayısallaştır. Bu protokol için 20x büyütme ve çözünürlük 0.47 mm.
    7. Blockface görüntüler, 18 mikron çözünürlüğü histoloji görüntü aşağı-örnek.

4. Görüntü Kayıt

  1. Görüntü Segmentasyon ve nokta Seçimi
    1. Blockface görüntüler kayıt deliklerin piksel değerlerini ölçmek ve segmentinde parafin blok köşelerinde kayıt delikler sabit bir eşik olarak ortalama değeri kullanın.
    2. Bazı ek parçalar da bölünmüş olabilir yanasabit eşik kullanarak, daireselliğe ve delikleri bulmak ve ekstra nesneleri atmak için segmente nesnelerin alanını kullanın. Bunu yapmak küçük bir kod yazmak ve bölümlere ayrılmış nesneler için (4π x alan) / (çevre) 2 oranını bulmak için. Yuvarlak nesneler için bu oranı 1'dir.
    3. Her meme bezi için, referans gibi bir blockface görüntüyü seçin ve kayıt delikler ve bölge-tabanlı kayıt teknikleri merkezi kullanarak referans blockface görüntülerin kalanını hizalayın.
    4. Hizalanmış blockface görüntüler için, elle kesimi veya arka plan doku ayıklayın. Protokol kalanı için maske en büyükçe nesnesini kullanın.
    5. H & E bölümler için otomatik segmentasyon için aşağıdaki adımları uygulayın.
      1. Arka plan bölüm görüntüleri Otsu eşikleme tekniği 20 kullanın ve histoloji görüntülerin ikili maskeler oluşturabilirsiniz.
      2. Belirlenmesi ve h kullanarak her maskesi içinde en büyük hacimli nesneyi seçinetiketli nesnelerin istogram.
      3. Histoloji ve blockface maskeleri hem bir piksel genişliğinde sınır noktaları ayıklayın.
      4. Parçalı doğrusal bir dizisi ile sınır noktaları temsil etmek, Zincir kodu algoritması 21 kullanın uyuyor.
  2. İlk Sert Kayıt
    1. Ilk sert histoloji sınır noktaları ve bunlara karşılık gelen blockface görüntüleri arasında dönüştürmek bulmak için, Fourier tanımlayıcıları algoritma 22 kullanın. Bu ilk dönüştürmek çevirme, döndürme ve ölçek faktörleri içerir.
    2. Başlangıç ​​önceki aşamada elde edilen dönüşüm her histoloji görseli dönüşümü.
  3. Sert Kayıt arıtma
    1. Yuvarlanan bir top filtre 23 kullanılarak histoloji konturundan yüksek eğrilik kenar bölümleri kaldırın.
    2. Rastgele düzgün dağılım kullanılarak, kalan histoloji sınır noktalarından 500 puan seçin.
    3. TransformFourier tanımlayıcıları elde edilen ilk dönüşüm ile histoloji rastgele sınır noktaları.
    4. Blockface sınır noktaları bütün seti seçin ve blockface sınır noktaları, hedef ve histoloji rastgele sınır noktaları arasındaki sert dönüşüm bulmak için iteratif en yakın Puanlar (ICP) algoritması 24 kullanın.
    5. Hizalanmış histoloji önceki adımda elde edilen görüntüleri ve hizalanmış histoloji görüntülerin yığını histoloji ses oluşturur Transform.
    6. Histoloji hacminin görsel bir görüntü oluşturmak için bir 3D görselleştirme yazılımını kullanın.
  4. 5x büyütme Görüntüler Stack görüntüleniyor
    1. Büyütme 5x orijinal histoloji görüntü aşağı-örnek.
    2. Histoloji görüntülerin birinde, ilgili bölgeyi Crop.
    3. Kayıt iki aşamadan gelen katı dönüşümlerin kombinasyonunu kullanan diğer 5x histoloji görüntülerde bu bölgenin konumunu hesaplar.
    4. Regi kırpınDiğer tüm histoloji görüntülerde aynı boyutta bölgeye ilgi ons.
    5. Nihayet elle bölgeler arasındaki uyum rafine. Iki görüntüyü üst üste bindirir ve rotasyon ve diğer birinin üzerine görüntülerden birine çeviri için değerlerini seçmek için izin verir ve ardından hizalama kabul edilir dönüştürülmüş görüntüsünü kaydeden bir program yazın.
    6. 3D görselleştirme yazılımı ile uyumlu 5x histoloji bölgelerin yığınları görüntüleyebilirsiniz.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Geleneksel mikroskopi teknikleri bir hatadır mikroskobik düzeyde bir organın anlayış bir defada bir alan-görünümü ile sınırlı olmasıdır. Hatta tüm slayt bölümlerini sağlamak "total açıklama" slaytlar, üç boyutlu bilgi sağlamak için başarısız. Bütün slayt, dinamik tarama teknolojileri, bütünüyle bir bölümünü görmek bizim yeteneği arttı, gelişimi ile ancak yapıları extrapolating 3D histoloji hacmi rekonstrüksiyon gerektirir.

Daha Igfbp7 null fare eksikliği karakterize etmek için, meme bezlerinin 3D rekonstrüksiyon laktasyon 3 gün sonrası başladığını kesilip bezleri üzerinde gerçekleştirilmiştir. Şekil 1. 3D histoloji yeniden inşası için önerilen yaklaşımın boru hattı gösterir. Blockface görüntüleri ilk parafin bloğun köşe delikleri ile hizalanır. 2A-B, vahşi tip ve Igfbp7 boş memeli konakçının blockface hacmini göstermektedirary bezleri sırasıyla. Histoloji görüntüler daha sonra histoloji hacimleri yeniden kendi tekabül hizalanmış blockface görüntülere kayıtlıdır. 3A-B yabani tip ve Igfbp7 boş meme bezlerinin yeniden histoloji hacimlerini göstermektedir. Genel yapıları (video A ve B) bakarak biz mutant ve yabani tip bezler arasındaki boyut farkı görebilirsiniz. Bununla birlikte, bu tarifnamede anlatılan yaklaşım kullanılarak, bu boyut farkı uzunluk ve genişlik ama şaşırtıcı bir derinlik içinde olduğu ortaya çıkıyor. Igfbp7 null bezi derin 1.02 mm iken bu pilot deneyde kullanılan bezlerin için, yabani tip bezi, 1.06 mm derinliğinde oldu. Hemen fark diğer fenotip eozin boyama (pembe alanlar) ile işaretlenmiş gibi, iki bezlerinin stromal bileşenleri farktır. Null bezleri ağırlıklı stromal doku olarak görünür iken vahşi tip bezleri, küçük stromal doku var. Videolar, C ve D izlerken Bu fark özellikle belirgindirvideolar (hematoksilen ile boyanarak) sadece çekirdekli hücrelerin içeren, bu videoların biz vahşi-tip bezi öncelikle glandüler yapılar içeren görünürken boş bezi, yoğunluğunu koruduğunu görebilirsiniz. D video A bölümleri arasındaki aralık görselleştirme yardımcı olmak için iki orijinal aralığına yükseltilmiştir. Daha bu araştırmak için, görüntüleri yüksek çözünürlükte lenf düğümüne yakın hizalanmış edildi, bu bize bezleri seri bölümlerde nasıl değiştiğini görmek için izin verir. Yabani tip bezi biz süt (video E ve F) ile dolu olurdu büyük yapıları görebilirsiniz. Buna karşılık Igfbp7 null bezi az gelişmiş yapıları vardır. Ayrıca, bu yapılar, fibroblast-benzeri hücrelerin kalabalık edilmiştir.

Igfbp7 boş fare ile büyük bir kusur büyük ibrelerin sürdürmek için yeteneği gibi, vahşi tip ve boş bezleri arasındaki yapısal fark katkı verebilecek sunulan karşılaştırma yoluyla belirgindirgözlenen fenotip 25. Alveoler hacmi büyük ölçüde büyük ibrelerin beslemek için yetersiz süt hacmini gösteren null bezlerinin içinde azalır. Biz, sadece boş bezi 19,6291 mm 3 ölçülür ise, vahşi tip bezinin toplam hacmi 82,8879 3 mm olduğu tespit edilmiştir.

Şekil 1
Şekil 1.. 3D rekonstrüksiyon sürecine dahil adımları gösteren şematik. Dördüncü inguinal fare meme bezleri örnek olarak kullanılmıştır. Meme bezleri daha sonra işlendi ve parafin içine, normal ve boş farelerden toplandı. Kayıt delikler blok yüz görüntüleme ve bezlerinin seri kesit ardından parafin bloklar içine delinmiştir. Bölümler dört bölümden şeritler elde edildi. İlk bölüm, blok karşı karşıya geldi önce (mor outl kesit için görüntülüine), 2. ve 4. bölümler (kırmızı anahat) H & E boyama ve tarama için seçildi ise. Blok yüz görüntüleri (kayıt deliklerini kullanarak) hizalanmış ve el segmente edildi. H & E bölümleri aşağı-örneklenmiş sonra 20x çözünürlükte dijitalize edildi; Bu görüntüler otomatik olarak sınıflandırılmıştır. Parçalı görüntü her iki seti sınır noktası seçimi ve tescile tabi tutuldu. Çıkışlar 3D histolojik hacimleri yanı sıra yüksek çözünürlüklü alanlardır. , bu rakamın daha büyük bir versiyonunu görmek için buraya tıklayınız.

Şekil 2,
Her bölüm kesilmeden önce Şekil 2.. Blockface Hacmi. Mikrotom monte parafin blok optik görüntüler elde edilir. En deliklerin sentroidparafin blok köşeleri blockface görüntüleri hizalamak ve blockface birimi oluşturmak için kullanılır. Görüntü (A) 3 gün sonra yabani tip meme bezi laktasyon indüksiyonu gönderebilir gösterir ve (B) Igfbp7 null meme bezi için aynı zaman noktasını göstermektedir. , bu rakamın daha büyük bir versiyonunu görmek için buraya tıklayınız.

Şekil 3,
Şekil 3.. Histoloji hacmi. Histoloji cildini yeniden kendi tekabül hizalanmış blockface görüntüleri kayıtlı histoloji görüntüler. (A) Yabani tip bezi ve (B) Igfbp7 boş meme bezi, 3 gün laktasyon indüksiyon sonrası. LütfenBu rakamın büyük bir versiyonunu görmek için buraya tıklayınız.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Bu çalışmada, doku deforme olabilir dokusu içinde iç rastgele seçilmiş işaretlerini veya implante fiducial işaretleri, gerektirmeyen seri 2B histoloji görüntüleri, bir 3D histoloji cildini yeniden bir görüntü kaydı iş akışını geliştirdik. Tarif edilen yönteme göre, optik blockface görsel kendilerini önce kesit için, referans resim olarak kullanılır. Biz blockface görüntüleri hizalama yardımcı olmak üzere ve kameranın önüne parafin bloğun 2B çapraz hareketi için gidermesi parafin bloğu delinmiş dış delik kullanın. Kusurlu seri bölümleri bloklardan sonucu bile 2B histoloji görsel kayıt hatanın yayılmasını önlemek ve hassas bir histoloji hacmi yeniden oluşturmak için karşılık gelen 2B blockface görüntülere hizalanır. Doku tipi ve kullanılan histoloji lekenin akışı bağımsız hale getirmek için, sınır noktaları kayıt işlemini gerçekleştirmek için kullanılır. Bu nokta-bazd yaklaşım çok büyük bir dijital patoloji görüntüleri ile başa çıkmak için daha az hesaplama gerektiren ve dolayısıyla daha başarılı olduğu (yoğunluk temelli yaklaşımlar üzerinde) bir avantaja sahiptir.

Histoloji görüntüleri hizalamak blockface görüntüleri kullanarak diğer avantajı histoloji görüntüleri arasındaki aralık histoloji birimi oluşturmak için onların uyum kalitesini etkilemez olmasıdır. Bu bölümler arasındaki aralık, geniş yarım santimetre kadar sık ​​büyük değişebilir klinik ortamda önemlidir.

Bu yazıda boyunca biz yaklaşım, farklı yapılarda ve yoğunluk değişmeleri ile iki farklı meme bezleri için tekrarlanabilir olduğunu göstermiştir. Yaklaşım bölümlerin sınır kullandığından farklı bezleri arasında değişkenlik derecesi küçüktür. Daha önce de bir ön-klinik modelinde 19 için yaklaşımın yeteneği göstermiştir. Gibi farklı doku tiplerinin farklı biyomekanik p varroperties, kayıt hatası, farklı örnekler için değişmesi bekleniyor. Bu boru hattı oldukça katı madde örneklerinin, örneğin, insan tümör ksenograftlarının için geçerli olduğunu düşünüyorum. Gelecekte daha ileri, insan meme dokusu gibi diğer örnekler kullanarak 3 boyutlu rekonstrüksiyon boru hattının doğruluğunu araştırmak olacaktır.

Önerilen iş akışının diğer sınırlayıcı faktörlerden biri blockface görüntülerin manuel segmentasyon olduğunu. Bu sınırlama (HÖH) modeller segmentine 26,27 blockface görüntülerde arka plan örnek Markov Random Field kullanarak örneğin, bir otomatik doku segmentasyon yaklaşım geliştirerek tarafından kaldırılmış olabilir.

Yabani tip ve Igfbp7 boş meme bezlerinin incelenmesi sayesinde, her iki bezleri tek tek bölümlerinin kapsamlı bir bileşik ile 3D bezlerinin yapısı ve bileşim içinde farkları belirlemek mümkün. Bundan başka karakteristik destekli Bu teknikHücresel düzeyde Igfbp7 boş fenotip terizing ve alveolar hacimde belirgin farklılıklar, bu model 25 görülen kusurların bir katkıda bulunduğunu göstermiştir.

Bu yaklaşımın önemli bir özelliği bu doku tipi ve yoğunluk değişmeleri bağımsızdır ve bu nedenle, farklı klinik öncesi ve klinik örneklerin histoloji hacmi yeniden kullanılabilir olmasıdır. Bu yaklaşımın diğer avantajlarından bir tanesi de, belirli leke bağımlı olmasıdır. Bu kontur dayalı yaklaşım kadar uzun bütün bölüm veya histoloji ve blockface görüntüler hem de saptanabilir bir yapı, net bir kontur net bir kontur sağlar gibi, herhangi bir leke ile uyumludur. Tümör şekli, hacmi, ve heterojenlik soruşturma 3D histoloji hacminin klinik uygulamalardan biridir. Bu yazıda önerilen yaklaşım 3D histoloji hacminin yeniden yeteneğine sahiptir ve daha da bize olabileceğini göstermiştirKarşılaştırma, görselleştirme ve diğer numunelerin analizi için ed.

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
16% PFA VWR International 15710 16% Paraformaldehyde solution
Small tissue processing cassettes VWR International CA95029-956
Leica ASP300 automated tissue processor Leica 14047643515
100% Ethanol Fisher Scientific S25307B
Xylene VWR International  CA95057-822
Paraffin  Thermo Fisher 39501006 Paraplast tissue embedding medium
Leica EG 1160 embedding center Leica
Leica rotary microtome Leica
Milling machine Argo
Microscope slides VWR International  CA48312-015
H&E stain VWR International
Automatic stainer
Coverslips  VWR International  48404-452
MEDITE RCM 7000 glass coverslipper MEDITE
Leica SCN400 slide scanner Leica
MATLAB MathWorks Inc MATLAB 2007b Development software
MeVisLab MeVis Medical Solutions AG MeVisLab 2.1 3D visualization software

DOWNLOAD MATERIALS LIST

References

  1. Sunkin, S. M., et al. Brain Atlas: An integrated spatiotemporal port for exploring the central nervous system. Nucleic Acids Research. 41, 996-1008 (2012).
  2. Shen, E. H., Overly, C. C., Jones, A. R. The Allen Human Brain Atlas: Comprehensive gene expression mapping of the human brain. Trends in Neurosciences. 35 (12), 711-714 (2012).
  3. Trifunović, D., Karali, M., Camposampiero, D., Ponzin, D., Banfi, S., Marigo, V. A high-resolution RNA expression atlas of retinitis pigmentosa genes in human and mouse retinas. Invest. Ophthalmol. Vis. Sci. 49 (6), 2330-2336 (2008).
  4. Evdokimova, V., et al. IGFBP7 binds to the IGF-1 receptor and blocks its activation by insulin-like growth factors. Science Signaling. 5 (255), 92 (2012).
  5. Burger, A., Leyland-Jones, B., Banerjee, K., Spyropoulos, D., Seth, A. Essential roles for IGFBP-3 and IGFBP-rP1 in breast cancer. European J. Cancer. 41 (11), 1515-1527 (2005).
  6. Amemiya, Y., et al. Insulin like growth factor binding protein-7 reduces growth of human breast cancer cells and xenografted tumors. Breast Cancer Res Treat. 126 (2), 373-384 (2011).
  7. Benatar, T., et al. IGFBP7 reduces breast tumor growth by induction of senescence and apoptosis pathways. Breast Cancer Res Treat. 133 (2), 563-573 (2012).
  8. Bardinet, E., et al. Co-registration of histological, optical and MR data of the human brain. Medical Image Computing and Computer-Assisted Intervention-Part I. , Springer-Verlag. London, UK. 548-555 (2002).
  9. Jacobs, M. A., Windham, J. P., Soltanian-Zadeh, H., Peck, D. J., Knight, R. A. Registration and warping of magnetic resonance images to histological sections. Medical Physics. 26 (8), 1568-1578 (1999).
  10. Zhan, Y., Ou, Y., Feldman, M., Tomaszeweski, J., Davatzikos, C., Shen, D. Registering histologic and MR images of prostate for image-based cancer detection. Academic radiology. 14 (11), 1367-1381 (2007).
  11. Dauguet, J., et al. Three-dimensional reconstruction of stained histological slices and 3D non-linear registration with in vivo MRI for whole baboon brain. Journal of Neuroscience Methods. 164 (1), 191-204 (2007).
  12. Lazebnik, R. S., Lancaster, T. L., Breen, M. S., Lewin, J. S., Wilson, D. L. Volume registration using needle paths and point landmarks for evaluation of interventional MRI treatments. IEEE Transactions on Medical Imaging. 22 (5), 653-660 (2003).
  13. Breen, M. S., Lazebnik, R. S., Wilson, D. L. Three-dimensional registration of magnetic resonance image data to histological sections with model-based evaluation. Annals of Biomedical Engineering. 33 (8), 1100-1112 (2005).
  14. Mori, H., Borowsky, A. D., Bhat, R., Ghajar, C. M., Seiki, M., Bissell, M. J. The American Journal of Pathology. 180 (6), 2249-2256 (2012).
  15. Gibb, M., et al. Resolving the three-dimensional histology of the heart. Computational Methods in Systems Biology. Gilbert, D., Heiner, M. , 2-16 Springer-Verlag. London, UK. 2-16 (2012).
  16. Wu, M. L., et al. Three-dimensional virtual microscopy of colorectal biopsies. Archives of Pathology & Laboratory Medicine. 129 (4), 507-510 (2005).
  17. Arganda-Carreras, I., et al. 3D Reconstruction of histological sections: Application to mammary gland tissue. Microscopy Research and Technique. 73 (11), 1019-1029 (2010).
  18. Song, Y., Treanor, D., Bulpitt, A. J., Magee, D. R. 3D reconstruction of multiple stained histology images. Journal of Pathology Informatics. 4 (2), 7 (2013).
  19. Shojaii, R., Karavardanyan, T., Yaffe, M., Martel, A. L. Validation of histology image registration. SPIE Medical Imaging. 7962, 79621E, doi:10.1117/12.878762. 7962 (7962E), (2011).
  20. Ridler, T. W., Calvard, S. Picture thresholding using an iterative selection method. IEEE Transactions on Systems, Man, and Cybernetics. 8 (8), 630-632 (1978).
  21. Freeman, H. Computer processing of line-drawing images. ACM Computing Surveys (CSUR. 6 (1), 57-97 (1974).
  22. Giardina, C. Accuracy of curve approximation by harmonically related vectors with elliptical loci). Computer Graphics and Image Processing. 6 (3), 277-285 (1977).
  23. Shojaii, R., Martel, A. L. A novel edge point selection method for registration of histology images. Optical Tissue Image analysis in Microscopy, Histopathology and Endoscopy. (OPTIMHisE) Workshop, MICCAI. , (2009).
  24. Besl, P., McKay, N. A method for registration of 3-D shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence. 14 (2), 239-256 (1992).
  25. Chatterjee, S., et al. Loss of Igfbp7 causes precocious involution in lactating mouse mammary gland. PLoS ONE. 9 (2), e87858 (2013).
  26. Manjunath, B. S., Chellappa, R. Unsupervised texture segmentation using Markov random field models. IEEE Transactions on Pattern Analysis and Machine Intelligence. 13 (5), 478-482 (1991).
  27. Krishnamachari, S., Chellappa, R. Multiresolution Gauss-Markov random field models for texture segmentation. IEEE Transactions on Image Processing: a publication of the IEEE Signal Processing Society. 6 (2), 251-267 (1997).

Tags

Biyomühendislik Sayı 89 Cilt Histoloji İmar Transgenik Fare Modeli Görüntü Kaydı Sayısal Histoloji Görüntü İşleme Fare Meme Bezi
3-Boyutlu Histoloji hacmi ve Fare meme bezlerinin Eğitim için onun Uygulama İmar
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Shojaii, R., Bacopulos, S., Yang,… More

Shojaii, R., Bacopulos, S., Yang, W., Karavardanyan, T., Spyropoulos, D., Raouf, A., Martel, A., Seth, A. Reconstruction of 3-Dimensional Histology Volume and its Application to Study Mouse Mammary Glands. J. Vis. Exp. (89), e51325, doi:10.3791/51325 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter