Waiting
Login processing...

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

Medicine

Hele lichaam en regionale kwantificering van actieve mens bruin vetweefsel met 18F-FDG PET/CT

Published: April 1, 2019 doi: 10.3791/58469

Summary

Met behulp van gratis, open-source software, hebben we een analytische aanpak om te kwantificeren van totale en regionale bruin vetweefsel (BAT) volume en metabole activiteit van BBT met 18F-FDG PET/CT.

Abstract

In endotherme dieren, wordt bruin vetweefsel (BAT) geactiveerd zodat het produceren voor de verdediging van de lichaamstemperatuur in reactie op koude. BAT de mogelijkheid om te verbruiken energie heeft een potentieel doelwit voor nieuwe therapieën ter verbetering van obesitas en bijbehorende metabolische stoornissen bij de mens gemaakt. Hoewel dit weefsel goed bij kleine dieren onderzocht is, blijft BAT de thermogene capaciteit bij de mens grotendeels onbekend als gevolg van de moeilijkheden van het meten van haar volume, activiteit en distributie. Identificeren en kwantificeren van actieve menselijke BAT wordt vaak uitgevoerd met behulp van 18F-Fluorodeoxyglucose (18F-FDG) positron emissie tomografie en computertomografie (PET/CT) scant na blootstelling aan koude of farmacologische activering. Hier beschrijven we een gedetailleerde beeldanalyse-aanpak om te kwantificeren totaal-lichaam die menselijke VLEERMUIS uit 18F-FDG PET/CT scant met behulp van een open-source software. We tonen de tekenen van gebruiker opgegeven regio's van belang om te identificeren metabolisch actief adipeus weefsel terwijl het vermijden van gemeenschappelijke niet-BAT weefsels, aan maatregel BAT omvang en activiteit, en verder zijn anatomische verdeling kenmerkt. Hoewel deze strikte aanpak tijdrovend is, wij geloven dat het uiteindelijk zal zorgen voor een basis voor de ontwikkeling van toekomstige geautomatiseerde algoritmen van de kwantificering van het BAT.

Introduction

De toenemende prevalentie van overgewicht wereldwijd1 heeft geleid tot een onderzoek naar nieuwe therapieën te voorkomen en verzachten van obesitas en zijn bijbehorende complicaties. Obesitas is gedeeltelijk te danken overtollige energie opgeslagen in witte vetweefsel (WAT) in de vorm van triglyceriden2. Bruin vetweefsel (BAT) verschilt van WAT vooral toe te schrijven aan zijn hogere mitochondriale inhoud, kleiner en multilocular lipide druppels, verschillende anatomische distributie, grotere innervatie sympathiek arm en warmte genereren van vermogen. Hoewel BAT ooit gedacht was bestaan alleen in kleine zoogdieren en pasgeboren zuigelingen, was de aanwezigheid van functionele BAT bevestigd bij de volwassen mens in 20093,4,5. De thermogene capaciteit van menselijke BAT is nog niet bekend, maar uitgebreide studie in kleine dieren heeft aangetoond dat niet-rillen thermogenese kan tot 60% van hun metabolisme tijdens koude-blootstelling6vormen. Menselijke BAT is daardoor nu onderzocht als een doelwit voor de behandeling en preventie van obesitas en verwante stoornissen7. Verschillende klinische studies hebben aangetoond dat BAT thermogenese met verhoogde glucose-opname- en energie uitgaven na activatie door milde koude blootstelling8,9,10 correleert. Nog, BAT de bijdrage aan koude-geïnduceerde thermogenese blijft controversieel11,12,13,14, met veel discussie gecentreerd rond hoe te kwantificeren van menselijke BAT15. Om beter te begrijpen als BAT thermogenese kan worden aangewend om de strijd tegen obesitas, is het van cruciaal belang om een nauwkeurige meting van het volume en de metabole activiteit.

Verkrijgen van nauwkeurige metingen van BAT is een uitdaging als gevolg van de VLEERMUIS de unieke anatomische distributie bij de mens. BAT wordt verdeeld binnen de witte obesitas depots in de nek, de thorax en de buik in sites die niet toegankelijk voor ongecompliceerde biopsieën14 zijn. Lijkschouwingen zijn gebruikt voor het karakteriseren van BAT anatomisch16, maar zijn onhaalbaar voor de meeste onderzoek laboratoria doet grote studies en longitudinale of functionele informatie niet verstrekken. Aangezien VLEERMUIS een soortgelijke dichtheid aan WAT heeft en plaatsvinden kan in smalle fasciaal lagen of in kleine zakken afgewisseld met WAT16, is het moeilijk om te bepalen met behulp van een enkele, conventionele beeldvormende techniek. Deze heterogeniteit maakt ook automatische kwantificering van BAT moeilijker dan kwantificering van homogene structuren zoals de lever17.

Om deze uitdagingen te overwinnen, zijn BAT volume en activiteiten vaak gekwantificeerd door koppeling computertomografie (CT) en positron emissie tomografie (PET). De radiolabeled glucose analoge 18F-Fluourodeoxyglucose (18F-FDG) is de meest gebruikte tracer te bestuderen BAT metabole activiteit18. Adipeus weefsel kan worden onderscheiden van andere weefsel en lucht op basis van dichtheid door de CT-afbeelding in Hounsfield eenheden (HU) verstrekte informatie. HUISDIER beelden tonen de hoeveelheid 18F-FDG overgenomen in een volume van weefsel in eenheden van gestandaardiseerde opname waarden (SUV). Actieve BAT kan worden losgekoppeld van weefsel met onbelangrijke tracer opname, met inbegrip van WAT en inactieve VLEERMUIS, door mede registreren PET beelden met overeenkomstige CT-scans en het kiezen van een geschikte SUV-drempel.

Door middel van deze paper streven wij naar een stapsgewijze benadering voorzien van een instructie-video die kan worden gebruikt door klinische onderzoekers te kwantificeren van menselijke VLEERMUIS met 18F-FDG PET/CT-scans. Deze afbeelding analysetechniek is idealiter gebruikt nadat onderwerp(en) zijn blootgesteld aan koude of behandeld met farmacologische BAT stimulerende middelen. Specifiek, we laten zien gebruikers op hoe de bouw van de regio's van belang (ROIs) terwijl het minimaliseren van de verkeerd stellig een gratis, open-source-beeldverwerking software (ImageJ) met een specifieke plug-in (petctviewer.org). Het resultaat van deze aanpak kan worden gebruikt om te studeren BAT volume, activiteit (glucose-opname) en anatomische distributie in individuele studie-onderwerpen.

Protocol

Alle PET/CT-beelden getoond in dit manuscript waren verkregen van de deelnemers in de National Institutes of Health protocol nr. 12-DK-0097 (ClinicalTrials.gov-id NCT01568671). Alle deelnemers verstrekt schriftelijke geïnformeerde toestemming, en alle experimenten werden goedgekeurd door de institutionele Review Board van het nationale Instituut van Diabetes en de spijsverterings en nierziekten.

1. de software installeren

  1. ImageJ downloaden van imagej.net of gebruik de link in petctviewer.org voor het downloaden van Fiji.
    Opmerking: De 64-bits versie van ImageJ is vereist voor sets met meer dan 1000 beelden.
  2. Downloadt en installeert de PET/CT-Viewer-invoegtoepassing aan ImageJ de installatieinstructies te volgen op petctviewer.org. Verwijzen naar deze website voor een uitvoerige gids voor PET/CT Viewer, en moet u controleren of voor regelmatige updates voor de software en de link naar de algemene instructies (http://sourceforge.net/p/bifijiplugins/wiki/Brown%20fat%20Volume/).

2. laden PET/CT afbeeldingen

  1. De volgende drie stapels van afbeeldingen uploaden naar de PET/CT-Viewer-invoegtoepassing: demping gecorrigeerd PET (CPet), niet-demping gecorrigeerd PET (UPet) en demping gecorrigeerd CT (CT). Het uploaden van afbeeldingen met behulp van een van twee methoden (Figuur 1).
    1. Methode 1: Drag-and-drop
      1. Slepen en neerzetten vanuit bestand Verkenner CT, CPet en UPet bestandensets.
      2. Klik op "ja" op de drie vragen die verschijnen (Open alle X afbeeldingen in "map" als een stapel), verlaten de selectievakjes binnen de aanwijzingen op het scherm uitgeschakeld.
      3. Wanneer alle drie afbeelding sets worden geladen, ga naar de werkbalk ImageJ Selecteer "plug-ins" en scroll naar beneden het drop-down menu om te selecteren "Pet / ct viewer".
    2. Methode 2: Studies van de CD of locatie op schijf leest:
      1. Een locatienaam geven aan de dataset in de 'Setup' tab. toewijzen een "DICOM-pad" door te klikken op "Bladeren" en te navigeren naar een opslagmap op hoog niveau met alle afbeelding sets.
        Opmerking: DICOM (Digital Imaging and Communications in Medicine) is een bestandsindeling die veel wordt gebruikt voor medische beelden en het "DICOM-pad" verwijst naar de set mappen die alle ruwe DICOM-afbeeldingen bevat.
      2. Terug naar het tabblad "Lezen" waar de individuele scans (van één onderwerp en één datum) zal worden selecteerbaar voor beeldverwerking.
      3. Selecteer het onderwerp, druk op "Lezen" en ImageJ automatisch uploaden alle drie bijbehorende sets en de PET/CT-viewer te starten.
  2. Laad een eerder gemaakte set van ROIs terug in de PET/CT-viewer door te klikken op de knop 'laden' op het "bruin vet, ROIs" editor.
    Opmerking: ImageJ kan alleen een ROI CSV-bestand gemaakt op basis van de huidige set van CT, CPET en UPET beelden worden geladen.

3. navigeren de Plug-in PET/CT-Viewer

  1. Wachten op de PET/CT-viewer wilt weergeven na het laden van een nieuw venster met drie weergaven van het scheiden van de PET/CT-beelden, hetzij afzonderlijk gepresenteerd of gesmolten.
    1. Klik op de "MIP" knop bovenaan links van de PET/CT-viewer ter vervanging van een van de andere twee vensters met een gesmolten PET/CT-weergave. Nochtans, als deze knop alleen eenmaal geklikt is, de MIP zal niet langer beschikbaar zijn.
      Opmerking: De MIP of maximale intensiteit projectie is een twee-dimensionale, volledige lichaamsbeeld weergeven alleen de pixels met hoogste intensiteit in elk axiale segment.
    2. Klik op de knop "MIP" weer terug te brengen de MIP; nu de standpunten van de gesmolten PET/CT, CT en MIP beschikbaar moeten zijn.
  2. Overschakelen op de afdrukstand van de MIP-afbeelding met de ">>", "F" en "S" knoppen aan de bovenkant van de PET-CT-viewer.
  3. Wijzig de afdrukstand van het huisdier, CT en gesmolten PET/CT-beelden aan axiale, coronale of Sagittaal vliegtuigen met de drie knoppen aan de linkerkant van het vergrootglas.
  4. Klik op het vergrootglas op de werkbalk aan de bovenkant van de PET-CT-viewer om over te schakelen van de functie van het scrollwiel van de muis.
    1. Zoom in op alle weergaven (behalve de MIP) door te scrollen met het Vergrootglas ingeschakeld.
    2. Segmenten op alle weergaven (behalve de MIP) navigeren door te schuiven wanneer het Vergrootglas niet is geselecteerd.
      Opmerking: Op de MIP te klikken verandert ook de PET- en CT segmenten naar de anatomische locatie op het niveau van de cursor.
  5. Selecteer 'Bewerken' in de linkerbovenhoek van de werkbalk en selecteer "Bruin vet, ROIs" in het dropdown-menu dat verschijnt. Er verschijnt een nieuw dialoogvenster. Zorg ervoor dat de volgende opties zijn geselecteerd voordat kwantificering:
    1. Controleer de "Gebruik SUV" en "Gebruik CT" selectievakjes.
    2. Selecteer een van de drie voxel inclusie criteria ("Any", "Gemiddelde" of "Alle").
      Opmerking: "Any" werd gebruikt in Leitner et al. 201719. Voor een gedetailleerde uitleg van andere opties, verwijzen naar petctviewer.org.
    3. Selecteer "Interieur" toe te passen van de VLEERMUIS detectie algoritme te onderzoeken de voxels binnen (in plaats van buiten) het gebied van de ROI.
  6. Ingang SUV grenzen voor VLEERMUIS in de eerste rij van de vrije-tekstvelden van dit dialoogvenster.
    1. Ingang een SUV ondergrens op van het individu genormaliseerd gemeten of voorspeld lean body mass en een bovengrens voldoende voor hoge activiteit niveaus19,20.
      Opmerking: BAT maximale SUV's zo hoog als ~ 75 g/mL zijn gemeld in vorige studies17; 100 g/mL is dus een redelijke bovengrens.
  7. De VLEERMUIS dichtheid ingangsbereik in de tweede rij van vrije-tekstvelden.
    Opmerking: Een ondergrens van de HU-300 en -10 HU bovengrens werden gebruikt in Leitner et al. 201719 en een bereik van-190 tot-10 HU ook eerder21werd aanbevolen.
  8. Vink het vakje dat zich onder "Vol * betekenen" zodat alle voxels geacht te zijn BAT zal worden blauw gemarkeerd terwijl de "bruin vet, ROI" venster geopend is.
    Opmerking: De SUVmax zal in rood verschijnen en het nummer van de verstelbare naast dit selectievakje bepaalt de dikte van het hoogtepunt.
  9. Trekken de ROIs
    1. Klik op de "Draw" button in de "bruine vet, ROI" dialoogvenster. Alle klikken gemaakt binnen het venster van de viewer PET/CT wordt beschouwd tot punten die deel van ROIs uitmaken.
      1. Klik ergens in een van de drie weergaven om te beginnen met het tekenen van een ROI.
        Opmerking: Minimaal drie punten is nodig om het vormen van een ROI. Dubbelklik op na het eerste of tweede punt om automatisch te verwijderen van de punten en ROI tekenmodus verlaten.
      2. Sluit en sla de ROI door te dubbelklikken op na het definiëren van meer dan twee punten.
  10. Compileren van ROIs te verkrijgen totaalvolume van de VLEERMUIS
    1. ROIs tekenen in de axiale vlak te verkrijgen totaalvolume BAT.
      Opmerking: Het is het makkelijkst te hebben een maximum van één ROI per axiale segment. Met inbegrip van meer dan één ROI per segment kan leiden tot onbedoelde overlapping. Voxels geïdentificeerd als BAT in overlappende regio's zou dan meer dan eens worden geteld naar BAT totaalvolume.
    2. Instellen van de begin- en einddatum "Snijd limiet" aan hetzelfde segment, zodat de ROI zal alleen van toepassing op het huidige axiale segment (bijvoorbeeld beginnend segment = 90 en eindigt segment = 90).
    3. Omcirkel één depot bat (b.v. in het linker supraclavicular-regio) zonder de voltooiing van de ROI. Blijven de ROI door een verbindingslijn in het lichaam aan het verre segment van BBT uit te breiden. Omsluiten de tweede depot BAT en tweevoudig tikken voort naar de eerder aangegeven punt aan het begin van de 2nd -regio. ROI punten aanpassen als dit nodig is om de mogelijkheid van valse positieven verder te reduceren.
    4. Label die de ROI op basis van de anatomische niveau voor toekomstig gebruik met behulp van het tekstvak onderaan links van het dialoogvenster.
  11. Verwijderen van ongewenste ROIs
    1. Verwijder een ongewenste ROI direct na voltooiing.
      1. Dubbelklik ergens binnen de PET/CT-viewer om te voltooien de ongewenste ROI.
      2. Klik op de knop met de recycling bin pictogram in het dialoogvenster "bruin vet, ROI".
      3. Klik op "ja" wanneer u wordt gevraagd of de gebruiker wenst te verwijderen van de huidige ROI of niet.
    2. Verwijderen van een eerder gemaakte ROI.
      1. Selecteer de gewenste ROI gebruik van de pijlen of omlaag naast het nummer van de ROI.
      2. Klik op de knop van de recycling.
        Opmerking: Als de ROI eenmaal is verwijderd, de nummers die zijn gekoppeld aan elke ROI groter zijn dan de verwijderde ROI zal dienovereenkomstig verschuiven naar beneden in volgorde (bijvoorbeeld als ROI #2 is verwijderd, ROI #3 #2 worden zal, en ROI #4 zal worden #3, enzovoort). Gelabelde ROIs maken dit proces gemakkelijker.
  12. Opslaan van ROIs
    1. Klik op de knop "Opslaan" en een bestandsnaam op te slaan van voltooide ROIs in een CSV-bestand opgeven.
      Opmerking: Het wordt aanbevolen dat de ROIs in intervallen van 10 segmenten worden opgeslagen, zodat vooruitgang is niet verloren. De CSV-bestanden in een tekst-editor of spreadsheet-programma kan worden geopend en bevat alle relevante gegevens over de geconstateerde BAT in elke ROI met inbegrip van volume, activiteit, SUVmean, etc. veranderende waarden in een spreadsheet-programma kunnen wijzigen van de bestandsindeling en maken het onleesbaar in ImageJ.

4. het kwantificeren van gehele lichaam VLEERMUIS

  1. Gebruik deze algemene richtsnoeren te identificeren BAT in alle regio's van het lichaam.
    1. Secties van de aangrenzende weefsel met hoge dichtheid of activiteit contrasten, als minuut co registratie problemen valse positieven voeren kunnen te vermijden.
      Opmerking: Houd er rekening mee dat de BAT depots vaak symmetrisch zijn, een eigenschap die steun in visuele identificatie van de VLEERMUIS.
  2. Gebruik unieke anatomische bezienswaardigheden zoals Vertebrale vorm, andere benige structuren en de aanwezigheid van organen te identificeren van de huidige anatomische gebied. Land / regiospecifieke structuren bekend voor de productie van vals-positieven te vermijden.
    1. Identificeren van VLEERMUIS in de cervicale regio (wervel C3-C7).
      1. Navigeer naar het axiale uitzicht op de derde cervicale wervel (C3).
        Opmerking: C1-C2 regio's kunnen ook bevatten BAT, maar BAT detectie dreigt te worden verward door hoge opname van FDG in hersenen en skeletspieren.
      2. Beginnen de ROI op de laterale zijde van het vetweefsel depot, het vermijden van nekspieren rond het spinous proces van de wervel en het maken van een rand net posterieure aan de onderrand van de onderkaak.
      3. Uitsluiten van de schildklier, die soortgelijke dichtheid en activiteitenniveau als BBT (figuur 2A en 2B wellicht).
    2. Identificeren van VLEERMUIS in de dorsocervical regio (C5-C7 wervels).
      1. Bevatten deze kleine, subcutane depot bat.
        Opmerking: Het lijkt symmetrisch binnen het subcutane vet van de rug in de buurt van C5-C7, figuur 2B.
      2. Zorgvuldig omvatten onderhuids vetweefsel alleen waar metabole activiteit plaatsvindt.
    3. Identificeren van VLEERMUIS in de supraclavicular regio (wervels C7-T3; Anterior to Spine, Posterior aan Mediastinum)
      1. Om te beginnen tekenen van ROI enerzijds meest oppervlakkige, dicht bij de zeer actieve BAT-regio.
        Opmerking: VLEERMUIS kan uitbreiden tot het gebied rond de kop van de bovenarm.
      2. Vermijd het gebied direct boven de luchtpijp, waarin de schildklier, en omsluiten de ROI zodat valse positieven in de buurt van de nekspieren en longen zijn uitgesloten.
    4. Identificeren van VLEERMUIS in de axillaire regio (wervels T3-T7).
      1. Vind axillaire BAT als een progressie van de supraclavicular-regio.
      2. Selecteer VLEERMUIS in de buurt van waar de arm begint te scheiden van de romp, maar voorkomen dat de ribben en de longen.
        Opmerking: Deze vet depots zal uiteindelijk overgang naar subcutane WAT op de midaxillaire lijn.
    5. Identificeren van VLEERMUIS in de mediastinale regio (wervels T1-T7; Anterieure):
      Opmerking: VLEERMUIS kan zich ophopen rond het geheel van het borstbeen voor sommige individuen.
      1. Selecteer BAT waar het borstbeen begint te lijken op het begin van T2 in de buurt van de regio anterior-de meeste van de borstholte van het individu en ROIs ondeugdelijkheid blijven tot het einde van de xiphoid process.
    6. Identificeren VLEERMUIS in de paraspinal regio (wervels T1-T12), door het tekenen van ROIs rond VLEERMUIS rond het lichaam, niet het spinous-proces, van de wervel.
      1. Beginnen met inbegrip van paraspinal BAT van de verschijning van de eerste rib aan de onderste rand van C7.
      2. Neem geen gebieden tussen ribben, waar intercostale spieren zijn gelokaliseerd.
    7. Identificeren van VLEERMUIS in de abdominale regio (inferieur aan T12).
      1. Vermijd de urineleiders, die een soortgelijke dichtheid BAT en zeer hoge activiteitenniveaus hebben. (Figuur 2D).
      2. Traceren actieve vet direct rond de nieren, totdat de metabole activiteit niet meer aanwezig is.
      3. Abdominale ROIs binnen deze regio als u wilt uitsluiten van de urineleiders, als de SUVmax voxel binnen of in de buurt van het mediale gedeelte van de nieren wordt weergegeven aanpassen.

5. kwaliteitsborging

  1. Bezien de MIP voor elke voor de hand liggende valse positieven na ROIs op alle axiale segmenten, gemeten vanaf de C3-wervels te rond L3-4 zijn getekend.
  2. Zorg ervoor dat de rode SUVmax voxel in een gebied waarin de VLEERMUIS, in plaats van structuren zoals de urineleiders, die dezelfde dichtheid waarden naar BAT en zeer hoge SUV waarden weergeven.
  3. Sla het laatste .csv-bestand wanneer bepaalde dat alle VLEERMUIS is geconstateerd en alle vals-positieven zijn uitgesloten.

6. BAT segmenteren in afzonderlijke Depots

Opmerking: De volgende sectie is alleen gericht op kwantificering van regionale depots van BAT17. De stappen zijn niet nodig om hele lichaam BAT volume en activiteit te verkrijgen.

  1. Het genereren van een VLEERMUIS masker in de editor "bruin vet, ROI" (Figuur 1).
    Opmerking: Het masker wordt gedefinieerd als een geregenereerde PET beeld met enige SUV waarden voor voxels bevestigd als BBT binnen de ROIs tijdens de voorgaande stappen van dit protocol gemaakt. De waarde van de SUV voor alle andere voxels is ingesteld op 0.
    1. PET/CT Viewer openhouden met alle geïdentificeerde VLEERMUIS of PET/CT Viewer opnieuw uit de "Plug-Ins" drop down menu en laden van ROIs opgeslagen boven.
      1. Open de drie sets van de certificaathouder scan.
      2. Open de "bruine vet, ROI" dialoogvenster.
    2. Selecteer het tabblad "masker" en druk op "Maak gemaskerde huisdier".
    3. Wachten op een extra vak opduiken, met de bestandsnaam die begint met "DUP_..."
    4. Sluit de PET/CT Viewer, maar laat die de individuele vakken (met de CT en PET-scans) open en opent u opnieuw een nieuwe PET/CT Viewer-venster.
    5. De volgende drie selectievakjes in het dialoogvenster dat wordt weergegeven: de CT-set, UPET set, en de nieuwste CPET ingesteld (dat wil zeggen, de CPET dichtst bij de onderkant van de lijst instellen) - Dit is het bestand met het masker dat eerder gegenereerd.
    6. Wijzig de weergave van de PET/CT-beelden Sagittaal en beginnen met het tekenen van alle ROIs voor regio-brede analyse beginnen bij hetzelfde Sagittaal segment.
      Opmerking: De MIP-afdrukstand verandert niet. Ook is het belangrijkste segment (dat wil zeggen, langs het midden van de rug) een goede startlocatie.
    7. Verandering segment beperkt tot het bereik van segment 1 naar de laatste segment in de scan wordt geanalyseerd.
    8. Uncheck de dichtheid (HU) drempel en de ondergrens van de PET (SUV) drempel omzetten in 0.01 SUV uit te sluiten van elke niet-BAT-voxels, die nu een SUV-waarde van 0 hebben. Vink het vakje boven de knop "Volgende trekken".
      1. Label regio's door het gewenste etiket (bijvoorbeeld "cervicale", "supraclavicular", enz.) te typen in het tekstveld onderaan links van het dialoogvenster "bruin vet, ROI".
  2. Loting en label de cervicale ROI (Figuur 3a) door begin aan de bovenkant van de C3 en uitbreiding van de ROI C7, een streep onder het lichaam van C7 vóór het sluiten van de ROI.
  3. Loting en label de supraclavicular ROI (Figuur 3b).
    1. Begin in C7, maar doe niet het lichaam van de borstwervels bevatten terwijl de ROI uit te breiden tot T3, dan verlengen van de linkerrand van de ROI naar de top van het manubrium van het borstbeen.
    2. De rechterrand van de ROI line-up met de voorste rand van het lichaam van de borstwervels opgenomen in deze regio.
  4. Tekenen en label de axillaire ROI (Figuur 3 c).
    1. Begin in T3, maar doe niet het lichaam van de borstwervels bevatten terwijl de ROI uit te breiden tot T7, dan verlengen van de linkerrand van de ROI kort van het lichaam van het borstbeen.
    2. Lijn de rechterrand van de ROI met de voorste rand van het lichaam van de borstwervels opgenomen in deze regio.
  5. Tekenen en de mediastinale ROI (figuur 3d) label door omvat het gehele borstbeen binnen een enkele ROI.
  6. Tekenen en label van de Paraspinal ROI (3e figuur) beginnen bij T1, met inbegrip van alle borstwervels (tot T12) binnen de ROI.
    1. Lijn de linkerrand van de ROI met de voorste rand van het lichaam van de borstwervels.
      De rechterrand van de ROI uitbreiden zodat alle VLEERMUIS in de regio opgenomen is.
  7. Tekenen en label de abdominale ROI (figuur 3f) door vanaf de bovenkant van L1 en omvatten een VLEERMUIS die niet in een van de andere vorige regio's binnen de abdominale ROI was verantwoord.
  8. Loting en label de dorsocervical ROI (Figuur 3 g).
    1. Tot het gebied van dorsale subcutane vet in de buurt van de cervicale en de top van de paraspinal-regio; Dit is waar de certificaathouder lichaam heeft contact met het scannen bed.
  9. Selectievakje "Toon alle" om de ROI van alle regio's line-up van alle ROIs om te voorkomen dat overlappende of onder schatting weer te geven.
    1. Positie de omtrek van aangrenzende ROIs spoelen met elkaar, zodat geen BAT is opgenomen in twee regio's, en dat geen BAT ontbreekt in alle regio's.
    2. Observeer de MIP van zowel de voor- en zijkant uitzicht te controleren als alle segmenten in de afgebakende gebieden opgenomen. Controleer de grenzen van het segment of er zijn gebieden die worden niet gemarkeerd in blauw (stap 6.2.2).
  10. De definitieve gegevens opslaan in een nieuwe CSV-bestand. Dit bestand zal bevatten regionale totalen of gemiddelden voor alle BAT parameters van elke geïdentificeerde depot.

Representative Results

BAT wordt gekwantificeerd door middel van een reeks van post Beeldacquisitie verwerking stappen zoals aangegeven in Figuur 1. PET- en CT drempels worden gebruikt voor het identificeren van voxels die zijn metabolisch actief en hebben de dichtheid van vetweefsel. Echter, sommige voxels die aan deze criteria voldoen kan optreden in anatomische locatie niet kunnen bevatten BAT. Om te voorkomen dat deze valse positieven, PET, CT, en anatomische informatie moeten allen worden overwogen bij de opstelling van ROIs (Figuur 2). Verschillende gemeenschappelijke regio's op te nemen en te voorkomen bij het kwantificeren van de hele lichaam BAT in koude-gestimuleerd onderwerpen worden weergegeven in Figuur 2, zoals metabolisch actief cervicale BAT vs. speekselklieren, stembanden en schildklier (figuur 2A en 2B); supraclavicular VLEERMUIS vs. rillen spier in de buurt van grenzen van lucht en solide weefsel (bv intercostale spieren) (figuur 2C); en abdominale BAT vs. de bloemkelken van de nieren zoals ze duidelijk gelabeld glucose (figuur 2D). Nadat de ROI van elk axiale segment worden gecompileerd, BAT depots kunnen onderverdeeld worden in het sagittale vlak te onderzoeken intra- / Inter-individuele verschillen in regionale BAT activering (Figuur 3).

Figure 1
Figuur 1. Schematische stroom van de Image Processing stappen. Eerst, PET afbeeldingen en bijbehorende CT afbeeldingen zijn geüpload in de PET/CT plug-in (A). Nadat axiale ROIs op elk segment PET/CT (B) worden getekend, elke voxel voldoen aan de criteria van zowel CT als huisdier worden aangeduid in blauw (C). Een masker is gegenereerd op basis van deze VLEERMUIS-geïdentificeerd voxels (D), die is vervangen door de oorspronkelijke gecorrigeerde PET scan (E), en een depots zijn gesegmenteerd in de Sagittaal weergave (F). Klik hier voor een grotere versie van dit cijfer.

Figure 2
Figuur 2. Axiale BAT regio-of-Interest selectie en gemeenschappelijke ruimtes te voorkomen in meerdere BAT Depots. Axiale segmenten van een gesmolten PET/CT-afbeelding (kolommen 1 en 2) en een maximale intensiteit projectie afbeelding (MIP, kolom 3) met groene lijnen om aan te duiden segment hoogte vanaf een scan verworven na koude-stimulatie. Groene ROIs zijn drawnaround gebieden met vetweefsel dichtheid, hoge FDG opname en anatomische locaties waarschijnlijk bevatten actieve VLEERMUIS in de kolommen 1 en 2. Anatomische gebieden onwaarschijnlijk te bevatten van de VLEERMUIS worden gemarkeerd in rood weergegeven in kolom 2. Voxels de VLEERMUIS PET- en CT criteria zijn bevestigd door ImageJ en blauw gemarkeerd. Voorbeelden zijn ontleend aan de sub a anterior cervicale depot, (B) de cervicale depot op het niveau van de schildklier, (C) Supraclavicular/axillaire depot in de buurt rillen van skeletspieren (dat wil zeggen, Intercostals) en (D) de abdominale depot op het niveau van de urineleiders van de nieren. Klik hier voor een grotere versie van dit cijfer.

Figure 3
Figuur 3. Regionale segmentatie van zeven BAT Depots in de Sagittaal weergave. Na de generatie van een "BAT" maskerafbeelding met alleen PET voxels eerder aangeduid als actieve BBT, de volgende regio's kunnen worden gescheiden met ROIs getrokken in het sagittale vlak: (A) cervicale (C3-C7), (B) Supraclavicular (C7-T3, met uitzondering van de wervels), (C ) Axillaire (T3-T7, met uitzondering van de wervels), (D) Mediastinal (anterior mediastinum), (E) Paraspinal (T1-T12, vanaf de voorste rand van de wervels aan de processen van de spinous), (F) abdominale (T12-L3, retroperitoneal) en (G) Dorsocervical (vet depot onderscheiden en posterieure naar het depot van paraspinal; in de buurt van de cervicale regio). De samengestelde afbeelding met alle regio's wordt weergegeven in de (H). Klik hier voor een grotere versie van dit cijfer.

Discussion

Sinds de bevestiging van functionele BAT bij volwassen mensen, is er grote belangstelling voor inzicht in de rol van VLEERMUIS in de menselijke fysiologie. Echter, omdat dit thermogene weefsel wordt vaak aangetroffen smalle fasciaal vliegtuigen, afgewisseld binnen Wit vet, en de omliggende andere organen, het is uitdagend om te kwantificeren. In 2016, werd een consensusdocument gepubliceerd door een panel van deskundigen van internationale VLEERMUIS met aanbevelingen voor het melden van de relevante kenmerken van de deelnemer, criteria voor de voorbereiding van het onderwerp, en een protocol voor de verwerving van PET/CT afbeeldingen21. Het deelvenster ook gewezen op de noodzaak voor meer samenhang bij de verwerking van PET/CT voor VLEERMUIS kwantificering, overwegende dat methoden voor het identificeren van BAT hebben sterk uiteen en, in de meeste gevallen wordt slechts beperkte detail van de VLEERMUIS kwantificering procedure verstrekt. Dus, terwijl verslagen van binnen studie reproduceerbaarheid zijn hoge22,23,24, aanzienlijk verschillende BAT volume en activiteit is gemeld door groeperingen die zich bedienen van verschillende kwantificering methoden, zelfs wanneer deelnemers zijn van dezelfde leeftijd, geslacht en BMI25,26. Deze inconsistenties vergelijken bevindingen te bemoeilijken, en hebben geleid tot een controverse over het bedrag van VLEERMUIS in de volwassen mens15.

Een inherente beperking van PET/CT beeldverwerking is de opneming van voxels die voldoen aan de criteria van zowel CT als huisdier maar op anatomische locaties die overeenkomen met structuren dan BAT. Perfecte co registratie van PET- en CT-beelden is bijna onmogelijk als gevolg van verschillen in resolutie en onderwerp beweging tijdens scans. Dientengevolge, worden structuren grenzend aan lucht of bot en gebieden van hoge tracer opname vaak ten onrechte geïdentificeerd als actieve BAT. Als u wilt beperken opneming van valse positieve voxels, gelden een PET- en CT criteria alleen binnen de ROIs die gebruikers construeren. Maar huidige benaderingen te kwantificeren VLEERMUIS met gebruiker opgegeven ROIs of geautomatiseerde analyses verschillen van het bedrag van de betrokkenheid van de gebruikers en kennis die ze nodig hebben. We hebben aangetoond dat met een honkslag, tweedimensionale gebruiker gedefinieerde coronale die ROI op de hele stapel afbeeldingen toegepast meer vatbaar zijn kan voor met inbegrip van valse positieve gebieden19. Verschillende groepen hebben ontwikkeld geautomatiseerde methoden om te kwantificeren VLEERMUIS die kunnen snel verwerken van grote datasets zonder veel input van de gebruiker. Echter, deze methoden niet ofwel omvatten alle mogelijke BAT-bevattende regio's, met name in de lagere lichaam27of relatief hoge tarieven van valse positieven28 oplopen en valse negatieven26. Aangezien de omvang van de menselijke BAT over het algemeen laag is (< 600 mL of < 2% van de totale lichaam massa), kleine absolute fouten in de kwantificering kunnen leiden tot grote relatieve verschillen.

De strengere aanpak beschreven door deze studie van ROIs puttend uit elk axiale PET / CT-segment kan het opsporen van VLEERMUIS in smalle fasciaal lagen terwijl het verstrekken van meer vertrouwen dat valse positieven zijn uitgesloten. Dit levert een gedetailleerde kwantificering in elke Guardias, in plaats van een binaire beoordeling van BAT de aanwezigheid of afwezigheid29. Het kan dus meer geschikt voor gecontroleerde experimenten in kleine steekproeven die voornemens is om te studeren BAT fysiologie en/of effecten van interventies. Bovendien, de mogelijkheid te definiëren van de land / regiospecifieke BAT depots kan meer inzicht geven in BAT van functionele relevantie en ontwikkelingsstoornissen oorsprong. Wij zijn van mening dat deze kwantitatieve maatregelen zijn belangrijk, niet alleen voor vergelijking over het veld, maar ook betere schatting BAT bijdrage aan energiemetabolisme en thermoregulatie bij volwassen mensen.

Verschillende anatomische eigenschappen van de VLEERMUIS zal gebruikers van onze methode limiet opneming van valse positieve voxels helpen. BAT wordt meestal gevonden in continue en symmetrische fasciaal lagen. Dus, terwijl tekening en raffinage van een ROI, bestuderen van de superieure en inferieure axiale segmenten voor de continuïteit en de symmetrie van de geselecteerde adipeus weefsel kan gebruikers helpen maximaliseren van de opname van vetweefsel terwijl het minimaliseren van de opneming van de skeletspieren, been en andere duidelijk niet-BAT structuren. Actieve VLEERMUIS is ook zelden aanwezig in onderhuids obesitas depots, dus wij gebruikers adviseren om te voorkomen dat deze gebieden bij het construeren van ROIs. Zoals opgemerkt in het protocol, is VLEERMUIS verdeeld in meerdere verschillende anatomische gebieden, met inbegrip van de cervicale, dorsocervical, supraclavicular, axillaire, mediastinale, paraspinal en abdominale depots. Deze vestigingen bevinden zich zodanig dat een axiale snijd mei bevatten meer dan BAT van meerdere vestigingen. Bijvoorbeeld, kan een axiale segment in de thoracale regio BAT bevatten uit de mediastinale depot (proximale en anterior), paraspinal depot (proximale en posterior, langs de wervelkolom) en axillaire depot (laterale en in de buurt van de medio-antero-posterior-lijn). Kennis van deze depots gebruikers ROIs maken in de verschillende gebieden van het lichaam kan helpen, omdat ze zich voordoen vooraf omschreven locaties zijn grotendeels aaneengesloten, zoals beschreven in ons protocol. Omdat we raden gebruikers aan te trekken van slechts één ROI per segment Voorkom ROI overlapping, de extra stappen voor het genereren van een VLEERMUIS-masker en tekening Sagittaal ROIs is echter vereist om te scheiden van de eerder geïdentificeerde BAT voxels in de verschillende regionale depots als informatie van BAT distributie gewenst is, dat wil zeggen, scheiden mediastinale, paraspinal en axillaire VLEERMUIS ontdekt in de dezelfde axiale ROI in depots op basis van sagital locatie (Figuur 3).

De PET/CT viewer software kan ook worden gebruikt om te kwantificeren van de activiteit van weefsels dan VLEERMUIS, bijvoorbeeld rillen skeletspieren, welke ook grote speelt een rol koude geïnduceerde thermogenese19, of verschillende gebieden van de hersenen of de lever die geweest voorgesteld als referentie weefsels voor PET/CT analyse21. Deze weefsels hebben echter dichtheden en anatomische distributies die verschillen van de VLEERMUIS en zijn buiten de focus van onze huidige protocol. We directe lezers aan het consensusdocument voor nader op deze onderwerpen21. Tot slot raden wij alle gebruikers voortdurend bijwerken ImageJ en bezoek petctviewer.org voor Plug-in updates en software hulp.

Hoewel wij zijn van mening dat deze rigoureuze methode nauwkeuriger dan geautomatiseerde methoden26,28 en methoden die gebruikmaken van een vereenvoudigde, één ROI is te schatten van de totale BAT volume9,30, is het niet zonder beperkingen. Er is geen ideale methode te kwantificeren niet-gebeurt BAT bij de mens, en 18F-FDG vertegenwoordigt alleen glucose opname, die niet hetzelfde als glucose metabolisme11 is. Echter, hoewel andere radioactieve tracers tweedehands31,32,33 geweest, 18F-FDG is de meest prominente tracer gebruikt bij het bestuderen van de menselijke BAT. Dus, de ontwikkeling van gestandaardiseerde methoden voor het analyseren van 18F-FDG PET/CT-beelden zal blijven impactful in de studie van de menselijke fysiologie van de BAT voor de nabije toekomst.

De methode die wij voorstellen, het creëren van een ROI op elk BAT-bevattende axiale segment terwijl het vermijden van gemeenschappelijke probleemgebieden, is arbeidsintensief en vereist de gebruiker om enige kennis van onderliggende anatomie. Het is ook mogelijk dat de strenge selectie van de ROI valse negatieven, invoeren kan, aangezien sommige BAT-bevattende depots kunnen worden vermeden. ROIs puttend uit elke axiale segment van de gesmolten PET/CT-afbeelding zorgt voor de zorgvuldige discriminatie tussen adipeus weefsel en naburige metabolisch actieve weefsels en/of regio's die beïnvloed door spill over en gedeeltelijke volume effecten34. Echter, de tijd die het duurt om te voltooien van de analyse van een enkele scan kan variëren van drie tot acht uur, met de mogelijkheid tot verkorting van de tijd-frame met praktijk en ervaring. Verschillende machine leerbenaderingen mei zitten kundig voor vermindering van de arbeid en de expertise die nodig is om deze taak te volbrengen. Creëren van een meer geautomatiseerde methode die nauwkeurig BAT kan detecteren en solide blijkt in valse positieven gemaakt door huidige beeldvorming beperkingen vergt echter een grote dataset met individuen van gevarieerde lichaamssamenstelling en BAT distributie. Wij hopen dat deze methode kan worden gebruikt voor de productie van een gedetailleerde BAT atlas die als een sjabloon voor een meer verfijnde aanpak van de grote gegevens dienen kan.

Kortom, toonden we een stapsgewijze beeld analyse aanpak om te kwantificeren van menselijke bruin vetweefsel volume, activiteit en distributie met behulp van koude-geïnduceerde FDG PET/CT-scans. De kritische stappen omvatten 1) doorlopend en opeenvolgend analyseren van axiale ROIs en 2) evaluatie van relevante BBT depots door hun anatomische locatie terwijl het vermijden van andere metabolisch actieve weefsels. Deze strenge kwantificering aanpak kan worden gebruikt door onderzoekers in het veld te bestuderen BAT fysiologie en dienen als referentie voor de ontwikkeling van geautomatiseerde menselijke BAT kwantificatie benaderingen in de toekomst standaard.

Disclosures

De auteurs hebben niets te onthullen.

Acknowledgments

Wij willen iedereen bedanken van de vrijwilligers van de studie, verpleegkunde en klinisch personeel, en de diëtisten van het NIH Clinical Center voor hun deelname aan onze koude blootstelling studies en verzorging tijdens de intramurale blijft. Ook bedank wij Dr. Bill Dieckmann voor al zijn hulp met de aanschaf en distributie van de PET-CT-beelden voor onze studies. Dit werk werd gesteund door intramurale onderzoeksprogramma van het nationale Instituut van Diabetes en spijsverterings en nier ziekten subsidies Z01 DK071014 (voor K.Y.C.) en DK075116-02 (tot A.M.C.).

Materials

Name Company Catalog Number Comments
ImageJ/Fiji Software ImageJ https://imagej.net/Fiji/Downloads Open Source Software

DOWNLOAD MATERIALS LIST

References

  1. Bovet, P., Chiolero, A., Gedeon, J. Health effects of overweight and obesity in 195 countries. The New England Journal of Medicine. 377 (15), 1495-1496 (2017).
  2. Maughan, R. Carbohydrate metabolism. Surgery (Oxford). 27 (1), 6-10 (2009).
  3. Cypess, A. M., et al. Identification and importance of brown adipose tissue in adult humans. The New England Journal of Medicine. 360 (15), 1509-1517 (2009).
  4. van Marken Lichtenbelt, W. D., et al. Cold-activated brown adipose tissue in healthy men. The New England Journal of Medicine. 360 (15), 1500-1508 (2009).
  5. Virtanen, K. A., et al. Functional brown adipose tissue in healthy adults. The New England Journal of Medicine. 360 (15), 1518-1525 (2009).
  6. Abreu-Vieira, G., Xiao, C., Gavrilova, O., Reitman, M. L. Integration of body temperature into the analysis of energy expenditure in the mouse. Molecular Metabolism. 4 (6), 461-470 (2015).
  7. Cypess, A. M., Kahn, C. R. Brown fat as a therapy for obesity and diabetes. Current Opinion in Endocrinology, Diabetes, and Obesity. 17 (2), 143-149 (2010).
  8. Orava, J., et al. Different metabolic responses of human brown adipose tissue to activation by cold and insulin. Cell Metabolism. 14 (2), 272-279 (2011).
  9. Chen, K. Y., et al. Brown fat activation mediates cold-induced thermogenesis in adult humans in response to a mild decrease in ambient temperature. The Journal of Clinical Endocrinology and Metabolism. 98 (7), E1218-E1223 (2013).
  10. Ouellet, V., et al. Brown adipose tissue oxidative metabolism contributes to energy expenditure during acute cold exposure in humans. The Journal of Clinical Investigation. 122 (2), 545-552 (2012).
  11. Blondin, D. P., et al. Contributions of white and brown adipose tissues and skeletal muscles to acute cold-induced metabolic responses in healthy men. The Journal of Physiology. 593 (3), 701-714 (2015).
  12. Ruiz, J. R., Martinez-Tellez, B., Sanchez-Delgado, G., Aguilera, C. M., Gil, A. Regulation of energy balance by brown adipose tissue: at least three potential roles for physical activity. British Journal of Sports Medicine. 49 (15), 972-973 (2015).
  13. Bakker, L. E. H., et al. Brown adipose tissue volume in healthy lean south Asian adults compared with white Caucasians: a prospective, case-controlled observational study. The Lancet Diabetes & Endocrinology. 2 (3), 210-217 (2014).
  14. Lee, P., et al. Temperature-acclimated brown adipose tissue modulates insulin sensitivity in humans. Diabetes. 63 (11), 3686-3698 (2014).
  15. Jensen, M. D. Brown adipose tissue - not as hot as we thought. The Journal of Physiology. 593 (3), 489-490 (2015).
  16. Heaton, J. M. The distribution of brown adipose tissue in the human. Journal of Anatomy. 112 (Pt 1), 35-39 (1972).
  17. Chauvie, S., Bertone, E., Bergesio, F., Terulla, A., Botto, D., Cerello, P. Automatic liver detection and standardised uptake value evaluation in whole-body Positron Emission Tomography/Computed Tomography scans. Computer Methods and Programs in Biomedicine. , 47-52 (2018).
  18. Chondronikola, M., Beeman, S. C., Wahl, R. L. Non-invasive methods for the assessment of brown adipose tissue in humans. The Journal of Physiology. 596 (3), 363-378 (2018).
  19. Leitner, B. P., et al. Mapping of human brown adipose tissue in lean and obese young men. Proceedings of the National Academy of Sciences of the United States of America. 114 (32), 8649-8654 (2017).
  20. Martinez-Tellez, B., et al. The impact of using BARCIST 1.0 criteria on quantification of BAT volume and activity in three independent cohorts of adults. Scientific Reports. 8 (1), 8567 (2018).
  21. Chen, K. Y., et al. Brown Adipose Reporting Criteria in Imaging STudies (BARCIST 1.0): recommendations for standardized FDG-PET/CT experiments in humans. Cell Metabolism. 24 (2), 210-222 (2016).
  22. Rasmussen, J. M., et al. Brown adipose tissue quantification in human neonates using water-fat separated MRI. PloS One. 8 (10), e77907 (2013).
  23. Becker, A. S., et al. In-depth analysis of interreader agreement and accuracy in categorical assessment of brown adipose tissue in (18)FDG-PET/CT. European Journal of Radiology. 91 (18), 41-46 (2017).
  24. Lee, Y. -H., Hsiao, H. -F., Yang, H. -T., Huang, S. -Y., Chan, W. P. Reproducibility and repeatability of computer tomography-based measurement of abdominal subcutaneous and visceral adipose tissues. Scientific Reports. 7, 40389 (2017).
  25. Lundström, E., Strand, R., Johansson, L., Bergsten, P., Ahlström, H., Kullberg, J. Magnetic resonance imaging cooling-reheating protocol indicates decreased fat fraction via lipid consumption in suspected brown adipose tissue. PLOS One. 10 (4), e0126705 (2015).
  26. Gifford, A., Towse, T. F., Walker, R. C., Avison, M. J., Welch, E. B. Human brown adipose tissue depots automatically segmented by positron emission tomography/computed tomography and registered magnetic resonance images. Journal of Visualized Experiments. (96), (2015).
  27. Jones, T. A., et al. Brown fat depots in adult humans remain static in their locations on PET/CT despite changes in seasonality. Physiological Reports. 5 (11), (2017).
  28. Ruth, M. R., Wellman, T., Mercier, G., Szabo, T., Apovian, C. M. An automated algorithm to identify and quantify brown adipose tissue in human 18F-FDG-PET/CT scans. Obesity (Silver Spring, Md). 21 (8), 1554-1560 (2013).
  29. Hibi, M., et al. Brown adipose tissue is involved in diet-induced thermogenesis and whole-body fat utilization in healthy humans. International Journal of Obesity. 40 (2005), 1655-1661 (2005).
  30. Hanssen, M. J. W., et al. Short-term cold acclimation recruits brown adipose tissue in obese humans. Diabetes. 65 (5), 1179-1189 (2016).
  31. Muzik, O., Mangner, T. J., Leonard, W. R., Kumar, A., Janisse, J., Granneman, J. G. 15O PET measurement of blood flow and oxygen consumption in cold-activated human brown fat. Journal of Nuclear Medicine: Official Publication, Society of Nuclear Medicine. 54 (4), 523-531 (2013).
  32. Blondin, D. P., et al. Inhibition of intracellular triglyceride lipolysis suppresses cold-induced brown adipose tissue metabolism and increases shivering in humans. Cell Metabolism. 25 (2), 438-447 (2017).
  33. Admiraal, W. M., Holleman, F., Bahler, L., Soeters, M. R., Hoekstra, J. B., Verberne, H. J. Combining 123I-metaiodobenzylguanidine SPECT/CT and 18F-FDG PET/CT for the assessment of brown adipose tissue activity in humans during cold exposure. Journal of Nuclear Medicine: Official Publication, Society of Nuclear Medicine. 54 (2), 208-212 (2013).
  34. Soret, M., Bacharach, S. L., Buvat, I. Partial-volume effect in PET tumor imaging. Journal of Nuclear Medicine: Official Publication, Society of Nuclear Medicine. 48 (6), 932-945 (2007).

Tags

Geneeskunde kwestie 146 bruin vetweefsel koude-activering volwassen mens fluorodeoxyglucose positron emissie tomografie computertomografie obesitas thermoregulatie
Hele lichaam en regionale kwantificering van actieve mens bruin vetweefsel met <sup>18</sup>F-FDG PET/CT
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Kim, K., Huang, S., Fletcher, L. A., More

Kim, K., Huang, S., Fletcher, L. A., O'Mara, A. E., Tal, I., Brychta, R. J., Cypess, A. M., Chen, K. Y., Leitner, B. P. Whole Body and Regional Quantification of Active Human Brown Adipose Tissue Using 18F-FDG PET/CT. J. Vis. Exp. (146), e58469, doi:10.3791/58469 (2019).

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