Waiting
Login processing...

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

Engineering

ओपन-सोर्स डिजिटल छवि सहसंबंध के माध्यम से कण्डरा में स्थानीय ऊतक उपभेदों को मापना

Published: January 27, 2023 doi: 10.3791/64921
Automatic Translation
1, 1, 1, 2, 1,3
1Department of Biomedical Engineering, Pennsylvania State University, 2Department of Biomedical Engineering, Amirkabir University of Technology, 3Department of Orthopaedics and Rehabilitation, Pennsylvania State University

Summary

यह पेपर कण्डरा खोजों के भीतर स्थानीय 2 डी ऊतक उपभेदों को मापने के लिए एक ओपन-सोर्स डिजिटल छवि सहसंबंध एल्गोरिथ्म का वर्णन करता है। तकनीक की सटीकता को कई तकनीकों का उपयोग करके मान्य किया गया है, और यह सार्वजनिक उपयोग के लिए उपलब्ध है।

Abstract

उन उपभेदों को समझने में काफी वैज्ञानिक रुचि है जो कण्डरा कोशिकाएं सीटू में अनुभव करती हैं और ये उपभेद ऊतक रीमॉडेलिंग को कैसे प्रभावित करते हैं। इस रुचि के आधार पर, लोडिंग के दौरान कण्डरा खोजों के भीतर स्थानीय ऊतक उपभेदों को मापने के लिए कई विश्लेषणात्मक तकनीकें विकसित की गई हैं। हालांकि, कई मामलों में, इन तकनीकों की सटीकता और संवेदनशीलता की सूचना नहीं दी गई है, और कोई भी एल्गोरिदम सार्वजनिक रूप से उपलब्ध नहीं है। इसने कण्डरा खोजों में स्थानीय ऊतक उपभेदों के अधिक व्यापक माप के लिए मुश्किल बना दिया है। इसलिए, इस पेपर का उद्देश्य कण्डरा खोजों में स्थानीय ऊतक उपभेदों को मापने के लिए एक मान्य विश्लेषण उपकरण बनाना था जो आसानी से उपलब्ध है और उपयोग में आसान है। विशेष रूप से, एक सार्वजनिक रूप से उपलब्ध संवर्धित-लैग्रेंजियन डिजिटल छवि सहसंबंध (एएलडीआईसी) एल्गोरिथ्म को एकअक्षीय तनाव के तहत माउस अकिलिस टेंडन के भीतर सेल नाभिक के विस्थापन को ट्रैक करके 2 डी उपभेदों को मापने के लिए अनुकूलित किया गया था। इसके अतिरिक्त, गणना किए गए उपभेदों की सटीकता को डिजिटल रूप से रूपांतरित छवियों का विश्लेषण करके, साथ ही एक स्वतंत्र तकनीक (यानी, फोटोब्लीच्ड लाइनों) से निर्धारित मूल्यों के साथ उपभेदों की तुलना करके मान्य किया गया था। अंत में, गणना किए गए विस्थापन क्षेत्र का उपयोग करके संदर्भ छवि के पुनर्निर्माण के लिए एल्गोरिदम में एक तकनीक शामिल की गई थी, जिसका उपयोग ज्ञात तनाव मूल्यों या द्वितीयक माप तकनीक की अनुपस्थिति में एल्गोरिदम की सटीकता का आकलन करने के लिए किया जा सकता है। एल्गोरिथ्म 0.00015 की सटीकता के साथ 0.1 तक उपभेदों को मापने में सक्षम है। वास्तविक संदर्भ छवि के साथ पुनर्निर्मित संदर्भ छवि की तुलना करने की तकनीक ने सफलतापूर्वक उन नमूनों की पहचान की जिनमें गलत डेटा था और संकेत दिया कि, अच्छे डेटा वाले नमूनों में, विस्थापन क्षेत्र का लगभग 85% सटीक था। अंत में, माउस अकिलिस टेंडन में मापा गया उपभेद पूर्व साहित्य के अनुरूप था। इसलिए, यह एल्गोरिथ्म कण्डरा में स्थानीय ऊतक उपभेदों को सटीक रूप से मापने के लिए एक अत्यधिक उपयोगी और अनुकूलनीय उपकरण है।

Introduction

टेंडन मेकेनोसेंसेटिव ऊतक हैं जो यांत्रिक लोडिंग 1,2,3,4 के जवाब में अनुकूलन और पतित होते हैं। कण्डरा कोशिका जीव विज्ञान में यांत्रिक उत्तेजनाओं की भूमिका के कारण, उन उपभेदों को समझने में बड़ी रुचि है जो कण्डरा कोशिकाएं लोडिंग के दौरान देशी ऊतक वातावरण में अनुभव करती हैं। कण्डरा में स्थानीय ऊतक उपभेदों को मापने के लिए कई प्रयोगात्मक और विश्लेषणात्मक तकनीकें विकसित की गई हैं। इनमें 2 डी /3 डी डिजिटल इमेज सहसंबंध (डीआईसी) या तो झुकाव पैटर्न या फोटोब्लीच्ड लाइनों (पीबीएल) 5,6,7,8 का उपयोग करके सतह उपभेदों का विश्लेषण, ऊतक 9,10 के भीतर व्यक्तिगत नाभिक की केन्द्रक-से-केन्द्रक दूरी में परिवर्तनका माप, और हाल ही में एक पूर्ण-क्षेत्र 3 डी डीआईसी विधि शामिल है जो आउट-ऑफ-प्लेन गति और 3 डी विरूपण11 पर विचार करती है। . हालांकि, इन तकनीकों की सटीकता और संवेदनशीलता केवल कुछ मामलों में रिपोर्ट की गई है, और इनमें से कोई भी तकनीक सार्वजनिक रूप से उपलब्ध नहीं कराई गई है, जो इन तकनीकों के व्यापक रूप से अपनाने और उपयोग को मुश्किल बनाती है।

इस काम का उद्देश्य कण्डरा खोजों में स्थानीय ऊतक उपभेदों को मापने के लिए एक मान्य विश्लेषण उपकरण बनाना था जो आसानी से उपलब्ध है और उपयोग करने में आसान है। चुनी गई विधि मैटलैब में लिखे गए सार्वजनिक रूप से उपलब्ध संवर्धित-लैग्रेंजियन डिजिटल इमेज कोरिलेशन (एएलडीआईसी) एल्गोरिदम पर आधारित है जिसे यांग और भट्टाचार्य12 द्वारा विकसित किया गया था। इस एल्गोरिथ्म को कण्डरा के नमूनों का विश्लेषण करने के लिए अनुकूलित किया गया था और इसे डिजिटल रूप से रूपांतरित छवियों पर लागू करके और वास्तविक कण्डरा नमूनों में मापा गया उपभेदों की तुलना फोटोब्लीच लाइनों से प्राप्त परिणामों से करके मान्य किया गया था। इसके अलावा, ज्ञात तनाव मूल्यों या द्वितीयक माप तकनीक की अनुपस्थिति में भी गणना किए गए विस्थापन क्षेत्र की सटीकता की पुष्टि करने के लिए एल्गोरिदम में अतिरिक्त कार्यक्षमता लागू की गई थी। इसलिए, यह एल्गोरिथ्म कण्डरा में स्थानीय 2 डी ऊतक उपभेदों को सटीक रूप से मापने के लिए एक अत्यधिक उपयोगी और अनुकूलनीय उपकरण है।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

इस अध्ययन को पेंसिल्वेनिया स्टेट यूनिवर्सिटी संस्थागत पशु देखभाल और उपयोग समिति द्वारा अनुमोदित किया गया था।

1. ऊतक तैयारी

  1. इस प्रोटोकॉल के लिए, 2-4 महीने के नर C57BL/6 चूहों से अकिलिस टेंडन की कटाई करें।
    नोट: चूहों या अन्य छोटे जानवरों से अलग-अलग कण्डरा या स्नायुबंधन का भी उपयोग किया जा सकता है।
    1. प्लांटारिस कण्डरा और आसपास के संयोजी ऊतक को उजागर करने के लिए अकिलिस कण्डरा के सतही त्वचा पर एक चीरा लगाएं। फिर, सर्जिकल ब्लेड का उपयोग करके उन्हें हटा दें।
    2. उजागर तलवों और गैस्ट्रोकेनेमस मांसपेशियों को पिछले अंग से अलग करें, और शल्य चिकित्सा ब्लेड के साथ उन्हें अकिलिस कण्डरा से सावधानीपूर्वक खुरचें
    3. एक रोटरी उपकरण पर कटिंग व्हील अटैचमेंट के साथ कैल्केनस को पैर के बाकी हिस्सों से अलग करें।
  2. कमरे के तापमान पर घूमने वाले मिक्सर पर 20 मिनट के लिए 5-(4,6-डाइक्लोरोट्रिएज़िनिल) एमिनोफ्लोरेसिन (डीटीएएफ) और 0.1 एम सोडियम बाइकार्बोनेट बफर के 1.5 एमएल घोल के 1.5 एमएल में ऊतक को दाग दें। यह समाधान ऊतक में प्रोटीन (जैसे, बाह्य मैट्रिक्स) को दाग देता है।
    नोट: इस 20 मिनट की अवधि के दौरान, चरण 1.3 पूरा किया जाना चाहिए।
  3. नाभिक को दागने के लिए फॉस्फेट-बफर्ड सेलाइन (पीबीएस) में डीआरएक्यू 5 का 1: 1,000 समाधान तैयार करें। समाधान को समरूप बनाने के लिए भंवर मिक्सर का उपयोग करें।
  4. चरण 1.2 में 20 मिनट इनक्यूबेशन अवधि के बाद, ऊतक को डीटीएएएफ समाधान से डीआरएक्यू 5 समाधान में स्थानांतरित करें, और कमरे के तापमान पर 10 मिनट के लिए अंधेरे स्थान में इनक्यूबेट करें।

2. कण्डरा लोडिंग और छवि अधिग्रहण

नोट: इस प्रोटोकॉल के लिए एक तन्यता उपकरण की आवश्यकता होती है जिसे कॉन्फोकल माइक्रोस्कोप के शीर्ष पर रखा जा सकता है। इस अध्ययन के लिए, पीटरसन और Szczesny13 द्वारा वर्णित माइक्रोटेंसिल डिवाइस का उपयोग किया गया था।

  1. कण्डरा को तन्यता लोडिंग डिवाइस की पकड़ में रखें। लोडिंग डिवाइस में पकड़ बढ़ाने से पहले, कैल्केनस अटैचमेंट और विपरीत पकड़ के बीच की दूरी को मापने के लिए डिजिटल कैलिपर का उपयोग करें। यह दूरी कण्डरा गेज लंबाई है।
    1. वैकल्पिक रूप से, कण्डरा डालने से पहले लोडिंग डिवाइस में ग्रिप्स माउंट करें, और शून्य-विस्थापन मोटर स्थिति को परिभाषित करने के लिए संपर्क में धक्का दें। कण्डरा डालने के बाद मोटर्स का विस्थापन संभावित रूप से अधिक सटीक ग्रिप-टू-ग्रिप गेज लंबाई प्रदान कर सकता है।
  2. ग्रिप्स को लोडिंग डिवाइस में माउंट करें, जिसमें ऊतक जलयोजन बनाए रखने के लिए पीबीएस होता है। माइक्रोस्कोप छवियों के एक्स-अक्ष या वाई-अक्ष के साथ कण्डरा को यथासंभव सर्वोत्तम रूप से संरेखित करें ताकि एल्गोरिदम के एक्स-स्ट्रेन और वाई-स्ट्रेन आउटपुट कण्डरा अक्षों के अनुरूप हों।
    नोट: इस अध्ययन में, कण्डरा को एक्स-अक्ष के साथ संरेखित किया गया था। यदि छवि अक्षों के साथ कण्डरा को पूरी तरह से संरेखित करना संभव नहीं है, तो एल्गोरिदम के एक्स-स्ट्रेन और वाई-स्ट्रेन आउटपुट को मानक तनाव परिवर्तनसमीकरणों का उपयोग करके कण्डरा के अनुदैर्ध्य / लंबवत अक्षों के साथ संरेखित करने के लिए रूपांतरित किया जा सकता है।
  3. कण्डरा को 1 ग्राम तनाव के साथ प्रीलोड करें, और यदि वांछित हो, तो नमूने की पूर्व शर्त के लिए चक्रीय लोडिंग लागू करें। इस प्रोटोकॉल में, कोई पूर्व शर्त का उपयोग नहीं किया गया था क्योंकि अध्ययन का उद्देश्य ऊतक सामग्री गुणों को मापने के बजाय मापा स्थानीय ऊतक उपभेदों को मान्य करना था। यदि मैक्रोस्केल सामग्री गुणों को मापने में रुचि है, जो लोडिंग इतिहास पर निर्भर हैं, तो पूर्व शर्त की सिफारिश की जाती है। पूर्व शर्त और वसूली के बाद, 1 ग्राम प्रीलोड को फिर से लागू करें।
  4. यदि वांछित हो, तो ऊतक के केंद्र क्षेत्र में 80 μm की दूरी पर चार लाइनों का एक सेट फोटोब्लीच करें (अधिक जानकारी के लिए पीटरसन और Szczesny13 देखें)।
    नोट: फोटोब्लीच्ड लाइनों का उपयोग एएलडीआईसी एल्गोरिदम के माप को मान्य करने के लिए किया गया था और एएलडीआईसी करने के लिए आवश्यक नहीं हैं। लाइनों की संख्या और रिक्ति को समायोजित किया जा सकता है, और नमूने में किसी भी कलाकृतियों से बचने के लिए लाइनों का स्थान चुना जाना चाहिए जो लाइन की स्पष्टता को कम करेगा।
  5. पकड़ के पास ऊतक के बाईं और दाईं चरम सीमा पर फोटोब्लीचिंग प्रक्रिया को दोहराएं।
  6. कॉन्फोकल माइक्रोस्कोप का उपयोग करके, डीटीएएएफ की वॉल्यूमेट्रिक छवियां (x,y: 1.25 μm/pixel, z: 2.5 μm/pixel) प्राप्त करें और DRAQ5 प्रतिदीप्ति 1 ग्राम प्रीलोड पर प्राप्त करें।
  7. 0.5% से 2% तनाव पर एक तनाव रैंप का प्रदर्शन करें। ध्यान दें कि तनाव दर और वृद्धिशील तनाव परिमाण को समायोजित किया जा सकता है।
  8. ऊतक को 10 मिनट के लिए तनाव आराम करने दें।
    नोट: तनाव छूट की अवधि को इस तरह चुना जाना चाहिए कि नमूना छवि अधिग्रहण के दौरान लगभग अर्धस्थैतिक भार के तहत है। यह निर्धारित करने के लिए कि क्या तनाव छूट अवधि स्वीकार्य है, तनाव छूट के अंतिम मिनट के दौरान बल-समय वक्र की ढलान निर्धारित करें (पूरक चित्र 1), और इस ढलान को कुल इमेजिंग अवधि से गुणा करें। इस अध्ययन में, सबसे बड़े तनाव वृद्धि पर लागू बल कभी भी 5% से अधिक नहीं बदला।
  9. विरूपण के बाद ऊतक की एक और वॉल्यूमेट्रिक छवि लें।
  10. चरण 2.7-2.9 को तब तक दोहराएं जब तक कि वांछित अंतिम तनाव तक नहीं पहुंच जाता। इस पेपर में, 12% का अंतिम तनाव मूल्य चुना गया था।

3. छवि प्रसंस्करण

  1. DRAQ5 (परमाणु) चैनल की प्रत्येक वॉल्यूमेट्रिक छवि के अधिकतम z-अनुमान बनाने के लिए ImageJ या Fiji का उपयोग करें। यह ALDIC के लिए 2D धब्बेदार छवियों के रूप में काम करेगा।
  2. अधिकतम तीव्रता z-अनुमानों को फ़ाइलों .tiff रूप में सहेजें, और उन्हें निम्न नामकरण सम्मेलन के अनुसार नाम दें।
    1. छवि नाम के पहले वर्ण के रूप में किसी संख्या का उपयोग करें.
    2. संख्या उस क्रम के अनुरूप है जिसमें तनाव विश्लेषण के दौरान छवियों पर विचार किया जाएगा। उदाहरण के लिए, पहली छवि को एक से शुरू करना चाहिए, और दूसरी छवि को दो से शुरू करना चाहिए। विभिन्न संख्याओं को चुना जा सकता है, लेकिन उन्हें क्रमिक रूप से बढ़ाना होगा। एक उदाहरण नामकरण सम्मेलन इस प्रकार है: "0_Experiment1_MaxZProjection"।
  3. सभी नाम बदले गए अधिकतम तीव्रता z-अनुमानों को किसी फ़ोल्डर में सहेजें.

4. फोटोब्लीच लाइन विश्लेषण कोड स्थापना और अनुप्रयोग

नोट: ये चरण केवल तभी आवश्यक हैं जब फोटोब्लीच लाइनों का उपयोग करके एएलडीआईसी एल्गोरिदम की सटीकता की पुष्टि करना वांछित हो। कोड स्थानीय ऊतक तनाव की गणना फोटोब्लीच लाइन सेट के भीतर प्रत्येक फोटोब्लीच लाइन के बीच की दूरी में औसत सामान्यीकृत परिवर्तन के रूप में करता है। इस अध्ययन में, प्रत्येक नमूने के लिए एकल औसत स्थानीय ऊतक तनाव मूल्य निर्धारित करने के लिए सभी फोटोब्लीच लाइन सेटों (यानी, केंद्र और बाएं / दाएं छोर पर) में औसत स्थानीय मूल्यों का औसत निकाला गया था। इस मान का उपयोग तब ALDIC एल्गोरिथ्म की सटीकता का अनुमान लगाने के लिए किया गया था।

  1. GitHub (https://github.com/Szczesnytendon/TendonStrainCalc) से "PBL कोड" फ़ोल्डर डाउनलोड करें, और सभी सामग्री को MATLAB में कार्यशील निर्देशिका में ले जाएं।
  2. "Micro_Mech_Template.m" MATLAB स्क्रिप्ट खोलें।
    1. चलाएँ दबाएँ, और वॉल्यूमेट्रिक छवियों वाली छवि फ़ाइलों में से एक का चयन करें। वॉल्यूमेट्रिक छवियाँ निम्न फ़ाइल प्रकारों में से कोई भी हो सकती हैं: .lsm, .tiff, .nd2.
    2. सॉफ्टवेयर स्वचालित रूप से फ़ोल्डर में सभी छवियों को लोड करेगा और संदर्भ वॉल्यूमेट्रिक छवि की एक अनुमानित छवि प्रदर्शित करेगा। संकेत दिए जाने पर, नमूने के बाएं और दाएं सिरों का पता लगाने वाली बहु-बिंदु रेखाएं बनाने के लिए बाएं-क्लिक करें । किसी पंक्ति को समाप्त करने के लिए राइट-क्लिक करें . एक बार इनपुट संसाधित हो जाने के बाद, यदि किनारे सही हैं, तो परिणाम स्वीकार करने के लिए ओके दबाएं।
    3. संकेत मिलने पर संदर्भ रेखा के रूप में नमूने में एक यादृच्छिक विकर्ण रेखा खींचें।
    4. बनाई गई फोटोब्लीच की गई लाइनों की संख्या इनपुट करें, और मल्टी-पॉइंट लाइनों के साथ फोटोब्लीच्ड लाइनों का पता लगाएं।
    5. यदि परिणाम स्वीकार्य है, तो इसे स्वीकार करें। यदि परिणाम गलत है, तो इसे समायोजित करें और पुन: प्रक्रिया करें।
  3. सभी छवियों के लिए चरण 4.2 दोहराएं, और ट्रेस की गई लाइनों की सभी छवियों को एक ही फ़ोल्डर में ले जाएं।
  4. स्क्रिप्ट "Micro_Mech_Strain.एम" खोलें।
    1. कोड निष्पादित करने के लिए रन दबाएं , और सहेजी गई छवियों में से एक का चयन करें जहां फोटोब्लीच की गई लाइनों का पता लगाया जाता है।
    2. पुष्टि करें कि ओके दबाकर छवि का चयन करने के बाद चयनित छवियां सही हैं।

5. डिजिटल रूप से रूपांतरित छवियां बनाना

नोट: ये चरण केवल तभी आवश्यक हैं जब डिजिटल रूप से रूपांतरित छवियों का उपयोग करके एएलडीआईसी एल्गोरिदम की सटीकता की पुष्टि करना वांछित हो। ये छवियां संदर्भ छवि को कृत्रिम रूप से बदलकर एक ज्ञात परिमाण के समरूप 2 डी तनाव क्षेत्रों का अनुकरण करती हैं।

  1. GitHub (https://github.com/Szczesnytendon/TendonStrainCalc) से कोड "Digital_strain.m" डाउनलोड करें।
  2. कोड खोलें और चलाएँ.
  3. संकेत मिलने पर, अधिकतम लागू तनाव, लागू तनाव वृद्धि और पोइसन अनुपात के लिए वांछित मान डालें। ओके दबाएं।
    नोट: इस प्रयोग के लिए, अधिकतम लागू तनाव 0.1 (10%) था, लागू तनाव वृद्धि 0.02 (2%) थी, और 1 के पोइसन अनुपात का उपयोग किया गया था, जो कण्डरा तन्यता परीक्षण15,16 के प्रयोगात्मक डेटा के अनुरूप है। कोड डिजिटल रूप से रूपांतरित छवियों को बनाने के लिए एम्बेडेड MATLAB फ़ंक्शन इम्वार्प और इनपुट मानों (जैसे, तनाव वृद्धि, पॉइसन अनुपात) का उपयोग करता है।
  4. संकेत दिए जाने पर, विकृत संदर्भ छवि का चयन करें।
  5. प्रत्येक तनाव वृद्धि के लिए, संदर्भ छवि और रूपांतरित छवि का एक ओवरले प्रदर्शित किया जाता है। रूपांतरित छवि को "डिजिटलरूपितएक्स% स्ट्रेन" शीर्षक के तहत निर्देशिका में सहेजा जाएगा, जहां एक्स तनाव वृद्धि है।

6. तनाव गणना और सत्यापन कोड स्थापना और अनुप्रयोग

  1. GitHub (https://github.com/Szczesnytendon/TendonStrainCalc) से "तनाव गणना और सत्यापन कोड" फ़ोल्डर डाउनलोड करें, और सभी सामग्री को MATLAB कार्यशील निर्देशिका में ले जाएं
  2. यांग और भट्टाचार्य12 के अनुसार एक मेक्स सी / सी ++ कंपाइलर स्थापित करें। चरणों को नीचे संक्षेप में प्रस्तुत किया गया है।
    1. MATLAB कमांड विंडो में "mex-setup" लिखकर और Enter दबाकर एक mex C/C++ कंपाइलर स्थापित किया गया है या नहीं, यह देखने के लिए MATLAB की जाँच करें।
    2. यदि कोई त्रुटि इंगित करती है कि कोई कंपाइलर समर्थित या मौजूद नहीं है, तो चरण 6.3 और चरण 6.4 पर आगे बढ़ें।
    3. यदि कोई त्रुटि मौजूद नहीं है, तो चरण 6.5 पर आगे बढ़ें
  3. एक mex C/C++ कंपाइलर डाउनलोड करने के लिए, "https:/tdm-gcc.tdragon.net/" पर जाएं, और TDM-gcc कंपाइलर चुनें।
  4. डाउनलोड किए गए कंपाइलर को किसी ज्ञात स्थान पर स्थापित करें।
  5. MATLAB कमांड विंडो पर लौटें, और टाइप करें: "setenv("MW_MINGW64_LOC"," [अपना इंस्टॉल पथ यहाँ लिखें]""।" उदाहरण के लिए, यह "setenv("MW_MINGW64_LOC", C:\TDM-GCC-64")" हो सकता है। यदि यह आदेश सफलतापूर्वक निष्पादित होता है, तो मेक्स कंपाइलर ठीक से स्थापित है।
  6. "main_aldic.m" फ़ंक्शन स्क्रिप्ट दर्ज करें, और चरण 6.5 में निष्पादित आदेश से मेल खाने के लिए पंक्ति 22 बदलें।
  7. स्क्रिप्ट "Strain_calc_and_validate.एम" खोलें।
  8. छवि विश्लेषण प्रारंभ करने के लिए रन दबाएँ .
  9. संकेत दिए जाने पर, वांछित रूप से ALDIC पैरामीटर के मान बदलें।
    नोट: खिड़की का आकार उप-समूह आकार का 0.25 से 1 गुना होना चाहिए। पैरामीटर विकल्पों के बारे में अधिक जानकारी के लिए, ऑनलाइन उपयोगकर्ता मैनुअल देखें: (https://www.researchgate.net/publication/344796296_Augmented_Lagrangian_Digital
    _Image_Correlation_AL-DIC_Code_Manual)।
    1. इस अध्ययन में निम्नलिखित मूल्यों का उपयोग किया गया था:
      उपसमुच्चय आकार (पिक्सेल): 20
      विंडो आकार (पिक्सेल): 10
      ALDIC को हल करने की विधि: परिमित अंतर (1)
      समानांतर कंप्यूटिंग का उपयोग नहीं किया गया था (1)
      प्रारंभिक अनुमान की गणना करने की विधि: छवि पिरामिड के आधार पर मल्टीग्रिड खोज (0)
  10. संकेत दिए जाने पर, "हां" चेकबॉक्स का चयन करें ताकि एल्गोरिदम स्वचालित रूप से चर के वांछित संग्रह (जैसे, एक्स-स्ट्रेन, वाई-स्ट्रेन, कतरनी तनाव, खराब क्षेत्र, आदि) के लिए माध्य मान, मानक विचलन और 2 डी मानचित्र सहेज सके। चुनें कि कौन से चर सहेजे जाने चाहिए, और ठीक दबाएँ.
  11. संकेत मिलने पर, वांछित मापदंडों को बदलें।
    1. इस प्रयोग में निम्न मानों का उपयोग किया गया था:
      तनाव (संख्या) की गणना करने के लिए आसपास के बिंदु: 12
      खराब क्षेत्र पहचान के लिए सहसंबंध गुणांक (corr_threshold): 0.5
      खराब क्षेत्र विश्लेषण (उप-आकार) के लिए उपक्षेत्र आकार (पिक्सेल): 32
  12. संकेत दिए जाने पर, उस फ़ोल्डर का चयन करें जिसमें नाम बदला गया अधिकतम तीव्रता z-अनुमान है. ध्यान दें कि सॉफ़्टवेयर स्वचालित रूप से विकृत छवियों के तनाव फ़ील्ड को निर्धारित करने के लिए वृद्धिशील ALDIC करता है। यही है, प्रत्येक विकृत छवि अगली विकृत छवि के लिए नई "संदर्भ" छवि के रूप में कार्य करती है। यह संचयी एएलडीआईसी प्रदर्शन की तुलना में परिणामों (पूरक चित्रा 2) की सटीकता में सुधार करता है, जहां प्रत्येक विकृत छवि की तुलना मूल (0% तनाव) संदर्भ छवि से की जाती है। संचयी विश्लेषण करने के लिए, छवियों को लोड करें लेकिन केवल मूल संदर्भ छवि और रुचि की विकृत छवि का चयन करें।
    नोट: सामान्य तनाव की गणना λ - 1 के रूप में की जाती है, जहां λ ऊतक खिंचाव है। ऊतक खिंचाव की गणना क्रमशः x-दिशा और y-दिशा के लिए N = [1 0]T या [0 1]T के अनुसार Equation 1की जाती है, और C = FT F, जहां F विरूपण ढाल है जिसकी गणना ALDIC एल्गोरिथ्म द्वारा प्रत्येक डेटा बिंदु आउटपुट के आसपास "numP" बिंदुओं का उपयोग करके की जाती है। कतरनी तनाव की गणना इस प्रकार Equation 2की जाती है, जहांEquation 3।
  13. जब संकेत दिया जाता है, तो उपभेदों को मापने के लिए रुचि के क्षेत्र को परिभाषित करने के लिए चार-बिंदु बहुभुज बनाने के लिए बाएं-क्लिक करें। शीर्ष-बाएं कोने में बिंदु से शुरू करें, और बाद के बिंदुओं को घड़ी के अनुसार असाइन करें।
    नोट: MATLAB कार्यस्थान में सहेजे गए चर "स्टोरेज" में औसत एक्स-स्ट्रेन, एक्स-स्ट्रेन मानक विचलन, औसत वाई-स्ट्रेन, वाई-स्ट्रेन मानक विचलन, औसत कतरनी तनाव, कतरनी तनाव मानक विचलन और खराब क्षेत्रों के प्रतिशत के लिए सभी मान शामिल हैं। चरण 6.13 में चयनित ब्याज के क्षेत्र के भीतर सहसंबंध गुणांक विश्लेषण के अनुसार खराब क्षेत्रों को परिभाषित किया गया है। फ़ोल्डर "न्यूक्लियरट्रैकिंग रिजल्ट्स" (जिसे लाइनों 555 और 556 को समायोजित करके नाम बदला जा सकता है) चरण 6.10 में निर्दिष्ट सभी भूखंडों को संग्रहीत करता है। इस फ़ोल्डर में "परिणाम" नाम के साथ एक स्प्रेडशीट फ़ाइल भी है, जो चरण 6.10 में निर्दिष्ट सभी साधनों और मानक विचलन को संग्रहीत करती है।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

वास्तविक ऊतक नमूनों में तनाव क्षेत्रों का विश्लेषण करने से पहले, एएलडीआईसी प्रोटोकॉल को पहली बार माउस अकिलिस टेंडन के भीतर नाभिक की डिजिटल रूप से तनावपूर्ण / रूपांतरित छवियों का उपयोग करके मान्य किया गया था। विशेष रूप से, छवियों को 2%, 4%, 6%, 8%, और 10% तनाव के एक्स-दिशा में 115,16 के सिम्युलेटेड पोइसन अनुपात के साथ डिजिटल रूप से समान उपभेदों का उत्पादन करने के लिए बदल दिया गया था। एएलडीआईसी एल्गोरिदम की सटीकता का मूल्यांकन तब ज्ञात डिजिटल उपभेदों के साथ औसत गणना तनाव मूल्यों की तुलना करके किया गया था। इसके अतिरिक्त, तनाव क्षेत्र की विषमता निर्धारित करने के लिए तनाव मूल्यों के मानक विचलन का आकलन किया गया था। एएलडीआईसी (वृद्धिशील विश्लेषण का उपयोग करके) द्वारा गणना किए गए उपभेदों और डिजिटल रूप से रूपांतरित छवियों पर लागू वास्तविक उपभेदों के बीच का अंतर चित्रा 1 में दिखाया गया है। एएलडीआईसी सॉफ्टवेयर द्वारा गणना की गई एक्स-दिशा में औसत तनाव लगातार सही लागू तनाव (चित्रा 1 ए) को कम आंका गया था, और त्रुटि का परिमाण अधिक लागू तनाव के साथ बढ़ गया। हालांकि, सभी तनाव वृद्धि के लिए परिमाण हमेशा 0.00015 से कम था। वाई-दिशा में भी तनाव का थोड़ा कम आकलन किया गया था (चित्रा 1 सी)। एक्स-स्ट्रेन और वाई-स्ट्रेन के लिए रुचि के पूर्ण क्षेत्र के भीतर गणना किए गए उपभेदों का मानक विचलन भी अधिक लागू उपभेदों के साथ बढ़ गया, लेकिन परिमाण भी बहुत छोटा था (<0.002) (चित्रा 1 बी, डी)। संचयी विश्लेषण (पूरक चित्रा 2) का उपयोग करते समय ये त्रुटियां काफी बड़ी थीं।

Figure 1
चित्रा 1: डिजिटल रूप से तनावपूर्ण छवियों के साथ एल्गोरिदम तुलना और सत्यापन। (ए) एक्स-दिशा में मापा गया एएलडीआईसी तनाव डेटा डिजिटल परिवर्तनों द्वारा निर्धारित वास्तविक तनाव से लगातार कम था, और त्रुटि उत्तरोत्तर अधिक लागू तनाव के साथ बढ़ी। (बी) एक्स-दिशा में तनाव मूल्यों का मानक विचलन भी अधिक लागू डिजिटल उपभेदों के साथ बढ़ गया। (सी) वाई-दिशा में मापा गया एएलडीआईसी स्ट्रेन डेटा डिजिटल परिवर्तनों द्वारा निर्धारित वास्तविक तनाव से लगातार कम था। (डी) वाई-दिशा में तनाव मूल्यों का मानक विचलन अधिक लागू तनाव के साथ बढ़ गया। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

वास्तविक ऊतक नमूनों पर तनाव विश्लेषण करते समय, एएलडीआईसी एल्गोरिदम की सटीकता का सीधे आकलन करना संभव नहीं है। फिर भी, विस्थापन क्षेत्र की सटीकता का अनुमान लगाने के लिए एक तकनीक विकसित की गई थी। विशेष रूप से, विकृत छवि को गणना किए गए विस्थापन क्षेत्र के आधार पर संदर्भ छवि की भविष्यवाणी में वापस लाया गया था। एक सामान्यीकृत क्रॉस-सहसंबंध गुणांक का उपयोग तब यह निर्धारित करने के लिए किया गया था कि विकृत / पुनर्निर्मित संदर्भ छवि सच्ची संदर्भ छवि से कितनी अच्छी तरह मेल खाती है। कोई भी उपक्षेत्र (32 पिक्सेल x 32 पिक्सेल) जिसमें सामान्यीकृत क्रॉस-सहसंबंध मान 0.5 से कम था, को "खराब क्षेत्र" माना जाता था जिसमें विस्थापन क्षेत्र गलत होने की संभावना थी। इस विश्लेषण ने पहचान की कि वृद्धिशील और संचयी विश्लेषण तकनीकों के प्रदर्शन के बीच एक महत्वपूर्ण अंतर था। विशेष रूप से, 6% लागू तनाव (चित्रा 2 ए) के बाद संचयी विधि के साथ खराब क्षेत्रों की संख्या बढ़ने लगी, जबकि वृद्धिशील विश्लेषण के लिए डिजिटल रूप से परिवर्तित क्षेत्रों में से किसी में बहुत कम (1%) खराब क्षेत्र देखे गए। परीक्षण किए गए चार माउस अकिलिस टेंडन पर इस सटीकता मूल्यांकन तकनीक को लागू करते समय (पूरक चित्र 3), यह निर्धारित किया गया था कि तीन नमूनों के लिए, खराब क्षेत्रों की औसत संख्या छवि के 25% से कम थी। हालांकि, चार नमूनों में से एक (प्रयोग 2) में, छवि के लगभग आधे हिस्से को अधिकतम तनाव वृद्धि (चित्रा 2 बी) पर खराब के रूप में पहचाना गया था। प्रयोग 2 में मौजूद खराब क्षेत्रों की संख्या अन्य तीन नमूनों के औसत से चार मानक विचलन से भिन्न थी। इसने यह निर्धारित करने में सक्षम बनाया कि प्रयोग 2 से एएलडीआईसी डेटा एक आउटलायर का प्रतिनिधित्व करता है, और इसलिए, इन आंकड़ों को परिणामों के आगे के विश्लेषण से हटा दिया गया था।

Figure 2
चित्र 2: खराब क्षेत्र विश्लेषण द्वारा अमान्य तनाव गणना वाले क्षेत्रों की सफल पहचान। (A) संचयी विधि का उपयोग करके विश्लेषण की गई डिजिटल रूप से रूपांतरित छवियों में खराब क्षेत्रों की मात्रा 6% लागू तनाव के बाद लगातार बढ़ी, जबकि वृद्धिशील मात्रा 1% पर बनी रही। (बी) सभी कण्डरा नमूनों के लिए खराब क्षेत्रों की मात्रा में बड़े तनाव में वृद्धि पर लगातार वृद्धि हुई। प्रयोग 2 को एक आउटलायर माना जाता था और इस प्रकार, इसे औसत और मानक विचलन सलाखों में शामिल नहीं किया जाता है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

इसके अतिरिक्त, परीक्षण किए गए माउस अकिलिस टेंडन में स्थानीय तन्यता उपभेदों को एएलडीआईसी एल्गोरिदम की सटीकता निर्धारित करने के लिए दूसरी विधि के रूप में फोटोब्लीच्ड लाइनों (पीबीएल) का उपयोग करके मापा गया था। एएलडीआईसी द्वारा गणना किए गए एक्स-दिशा उपभेद पीबीएल से निर्धारित लोगों की तुलना में बड़े थे, लेकिन अंतर आम तौर पर 0.005 तनाव (चित्रा 3 ए) के भीतर था। यह त्रुटि परिमाण किसी दिए गए नमूने (चित्रा 3 बी) के भीतर विभिन्न पीबीएल में देखे गए मानक विचलन के समान था।

Figure 3
चित्र 3: फोटोब्लीच लाइन डेटा की तुलना में एएलडीआईसी स्ट्रेन गणना का सत्यापन। (A) ALDIC तनाव मानों और PBL तनाव मानों के बीच का अंतर सभी तनाव वृद्धि के लिए अपेक्षाकृत स्थिर रहा, लगभग 0.005 का मान। (बी) सभी नमूनों में औसत पीबीएल डेटा के लिए मानक विचलन लगभग 0.005 पर अपेक्षाकृत स्थिर रहा। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

एएलडीआईसी एल्गोरिथ्म की सटीकता का आकलन करने के बाद, तन्यता भार के तहत माउस अकिलिस टेंडन में स्थानीय उपभेदों के परिमाण और स्थानिक वितरण निर्धारित किए गए थे (चित्रा 4, चित्रा 5, और चित्रा 6)। ध्यान दें कि उपभेदों में प्रत्येक नमूने के भीतर "खराब क्षेत्रों" से विस्थापन डेटा शामिल नहीं है। एक्स-दिशा तन्यता उपभेद सभी तीन नमूनों में सुसंगत थे और लागू ऊतक उपभेदों (चित्रा 4 ए) की तुलना में काफी कम थे। इसके अतिरिक्त, एक्स-दिशा तनाव अपेक्षाकृत विषम था, यह देखते हुए कि 2 डी छवि में मानक विचलन हमेशा औसत तनाव मूल्य से बड़ा था। इसके विपरीत, वाई-दिशा उपभेदों के लिए तीन नमूनों के बीच महत्वपूर्ण असंगति थी, जिसमें एक नमूना सकारात्मक माध्य मूल्यों का प्रदर्शन करता था, एक नमूना नकारात्मक माध्य मूल्यों का प्रदर्शन करता था, और एक नमूना वाई-दिशा में शून्य तनाव प्रदर्शित करता था (चित्रा 4 बी)। इसके अतिरिक्त, किसी दिए गए नमूने के भीतर वाई-दिशा उपभेदों का मानक विचलन एक्स-दिशा उपभेदों के मानक विचलन से बड़ा था। अंत में, कतरनी तनाव सभी तनाव वृद्धि (चित्रा 4 सी) में अपेक्षाकृत कम था।

Figure 4
चित्र 4: माउस अकिलिस टेंडन के माइक्रोस्केल उपभेद। (ए) एक्स-दिशा में औसत तनाव लागू ऊतक तनाव से नीचे रहा लेकिन प्रत्येक तनाव वृद्धि के साथ बढ़ गया। (बी) वाई-दिशा में औसत तनाव सभी वेतन वृद्धि के लिए लगभग शून्य था, लेकिन मानक विचलन अधिक था। (सी) औसत कतरनी तनाव पूरे तनाव वृद्धि के दौरान लगातार बढ़ गया। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

Figure 5
चित्रा 5: एक्स-उपभेदों, वाई-उपभेदों और कतरनी उपभेदों का स्थानिक वितरण। (ए) एक्स-उपभेदों, (बी) वाई-उपभेदों, और (सी) कतरनी उपभेदों के प्रतिनिधि मानचित्र पूरे कण्डरा क्षेत्र में रुचि के इस आंकड़े के एक बड़े संस्करण को देखने के लिए कृपया यहां क्लिक करें।

Figure 6
चित्रा 6: अधिकतम प्रिंसिपल, न्यूनतम प्रिंसिपल और अधिकतम कतरनी उपभेदों का स्थानिक वितरण। (ए) अधिकतम प्रमुख उपभेदों, (बी) न्यूनतम प्रमुख उपभेदों, और (सी) अधिकतम कतरनी उपभेदों के प्रतिनिधि मानचित्र पूरे कण्डरा क्षेत्र में रुचि के। सफेद रेखाएं अधिकतम और न्यूनतम प्रमुख तनाव की दिशाओं को इंगित करती हैं। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

पूरक चित्रा 1: इमेजिंग के दौरान अर्धस्थैतिक स्थिति की पहचान। तनाव विश्राम अवधि (लाल रेखा) के अंतिम मिनट के दौरान बल-समय वक्र की ढलान का उपयोग इमेजिंग के दौरान बल में समग्र परिवर्तन का अनुमान लगाने के लिए किया जा सकता है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक चित्रा 2: वृद्धिशील और संचयी विश्लेषण तकनीकों की तुलना। (ए) डिजिटल रूप से रूपांतरित छवियों में मापा और वास्तविक एक्स-दिशा उपभेदों के बीच का अंतर 4% तनाव से ऊपर वृद्धिशील विधि की तुलना में संचयी विधि के साथ काफी अधिक था। (बी) एक्स-स्ट्रेन मूल्यों का मानक विचलन भी 4% तनाव से ऊपर संचयी विधि के साथ काफी अधिक था। (सी) डिजिटल रूप से रूपांतरित छवियों में मापा और वास्तविक वाई-उपभेदों के बीच का अंतर 8% तनाव से ऊपर संचयी विधि के साथ काफी बड़ा था। (डी) वाई-स्ट्रेन मूल्यों का मानक विचलन 4% तनाव से ऊपर संचयी विधि के साथ काफी अधिक था। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

पूरक चित्रा 3: प्रत्येक प्रयोग के लिए खराब क्षेत्र विज़ुअलाइज़ेशन और परिमाणीकरण। खराब क्षेत्रों को पुनर्निर्मित संदर्भ छवि के भीतर स्थानीय क्षेत्रों के रूप में परिभाषित किया गया था जो वास्तविक संदर्भ छवि के एक ही क्षेत्र (0.5 के सहसंबंध गुणांक से नीचे) से मेल नहीं खाते थे। रुचि के क्षेत्र (सफेद में उल्लिखित) के भीतर पहचाने जाने वाले प्रत्येक बुरे क्षेत्र को एक नीले बॉक्स द्वारा चिह्नित किया जाता है। रुचि के क्षेत्र के भीतर बुरे क्षेत्रों का प्रतिशत कोष्ठक में प्रत्येक छवि के ऊपर इंगित किया गया है। ध्यान दें कि इन छवियों को विकृत छवि से 12% लागू तनाव पर पुनर्निर्मित किया गया है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

इस पेपर का उद्देश्य तन्यता भार के तहत कण्डरा में 2 डी तनाव क्षेत्रों को मापने के लिए एक ओपन-सोर्स, मान्य विधि प्रदान करना था। सॉफ्टवेयर की नींव सार्वजनिक रूप से उपलब्ध एएलडीआईसी एल्गोरिदम12 पर आधारित थी। इस एल्गोरिथ्म को वृद्धिशील (बनाम संचयी) तनाव विश्लेषण की अतिरिक्त कार्यक्षमता के साथ एक बड़े MATLAB कोड में एम्बेड किया गया था। इस अनुकूलित एल्गोरिथ्म को तब कण्डरा के तन्यता परीक्षण पर लागू किया गया था, और इसकी सटीकता का मूल्यांकन दो अलग-अलग तकनीकों (यानी, फोटोब्लीच लाइनों का उपयोग करके डिजिटल रूप से रूपांतरित छवियों और तनाव माप) द्वारा किया गया था। इसके अतिरिक्त, सही तनाव मूल्यों के ज्ञान की आवश्यकता के बिना किसी भी नमूने पर एएलडीआईसी माप की सटीकता का आकलन करने की क्षमता जोड़ी गई थी।

डिजिटल रूप से रूपांतरित छवियों के विश्लेषण से पता चला है कि एल्गोरिदम बहुत कम त्रुटि के साथ 10% तक के उपभेदों को सटीक रूप से माप सकता है, जिसका मूल्यांकन कण्डरा के नमूनों में उपभेदों के कम परिमाण के कारण वास्तविक माउस अकिलिस टेंडन के तन्यता परीक्षण से नहीं किया जा सकता है। फिर भी, एएलडीआईसी द्वारा माउस अकिलिस टेंडन में गणना किए गए उपभेदों की तुलना फोटोब्लीच लाइनों का उपयोग करके मापे गए उपभेदों से करने से पता चला कि एएलडीआईसी तकनीक की त्रुटि स्वयं फोटोब्लीच्ड लाइनों के माप भिन्नता के भीतर थी। अंतिम सत्यापन के रूप में, एएलडीआईसी एल्गोरिदम द्वारा गणना किए गए पूर्ण 2 डी विस्थापन क्षेत्रों की सटीकता का मूल्यांकन विकृत छवि से संदर्भ छवि का पुनर्निर्माण करके और पुनर्निर्माण की तुलना वास्तविक संदर्भ छवि से करके किया गया था। डिजिटल रूप से रूपांतरित छवियों में, खराब क्षेत्रों की संख्या में वृद्धि हुई थी और अधिक लागू उपभेदों के साथ तनाव त्रुटि थी, विशेष रूप से संचयी एएलडीआईसी विश्लेषण (चित्रा 2 और पूरक चित्रा 2) के लिए। यह अपेक्षित था क्योंकि वृद्धिशील तकनीक छवि जोड़े के बीच विस्थापन अंतर को कम करने के लिए प्रत्येक मध्यवर्ती छवि के साथ संदर्भ छवि को फिर से परिभाषित करती है। वास्तविक कण्डरा नमूनों में खराब क्षेत्रों की संख्या और भी अधिक थी क्योंकि कण्डरा ऊतक की संरचना और लोडिंग समरूप नहीं थी (डिजिटल रूप से रूपांतरित छवियों के विपरीत)। फिर भी, औसतन, पुनर्निर्मित छवि का केवल 15% वास्तविक संदर्भ छवि से मेल नहीं खाता था। हालांकि, एक नमूने (प्रयोग 2) में बड़ी संख्या में गलत क्षेत्र (~ 45%) थे। हालांकि यह स्पष्ट नहीं है कि इस नमूने को ठीक से संसाधित क्यों नहीं किया जा सका, पुनर्निर्मित संदर्भ छवि का यह विश्लेषण मूल्यवान था क्योंकि इसने यह पहचानने में सक्षम किया कि इस नमूने से डेटा विश्वसनीय नहीं था। कुल मिलाकर, इन प्रयोगों से पता चलता है कि इस ओपन-सोर्स एल्गोरिदम का उपयोग कण्डरा खोजों के भीतर ऊतक उपभेदों को सटीक रूप से मापने के लिए आत्मविश्वास से किया जा सकता है।

इन प्रयोगों ने माउस अकिलिस टेंडन के यांत्रिक व्यवहार के बारे में मूल्यवान जानकारी भी प्रदान की। विशेष रूप से, 12% के लागू ऊतक तनाव पर, ऊतक नमूने के भीतर औसत अनुदैर्ध्य (एक्स-दिशा) तनाव केवल 2% था। इस तनाव क्षीणन का एक हिस्सा इस तथ्य के कारण था कि मैक्रोस्केल ऊतक उपभेदों की गणना ऊतक की ग्रिप-टू-ग्रिप लंबाई में परिवर्तन से की गई थी, जिसमें संभवतः मायोटेनडिनस जंक्शन के ग्रिप इंटरफ़ेस पर महत्वपूर्ण तनाव सांद्रता शामिल थी। फिर भी, यह कण्डरा 10,17,18 में माइक्रोस्केल उपभेदों के अन्य अध्ययनों के अनुरूप है। इसके अलावा, 12% तनाव लगभग 5 एमपीए लोडिंग के अनुरूप था, जो विवो19 में अधिकतम शारीरिक भार के बराबर है। इससे पता चलता है कि माउस अकिलिस टेंडन के भीतर कोशिकाएं 2% से ऊपर तन्यता उपभेदों का अनुभव नहीं करती हैं। अनुप्रस्थ (वाई-दिशा) तनाव नमूनों में अधिक परिवर्तनशील था, जिसमें सकारात्मक और नकारात्मक दोनों मूल्य थे। इससे पता चलता है कि कण्डरा के नमूनों ने सकारात्मक और नकारात्मक पोइसन अनुपात का प्रदर्शन किया, जो अकिलिस टेंडन20 के पूर्व परीक्षण के अनुरूप है। जैसा कि एकअक्षीय तनाव के लिए अपेक्षित था, कतरनी तनाव का परिमाण आम तौर पर कम था (औसतन <4 ° )। हालांकि, सभी तन्यता और कतरनी उपभेदों के लिए, रुचि के क्षेत्र में मानक विचलन हमेशा औसत तनाव मूल्य से अधिक था, यह दर्शाता है कि तनाव विषमता की एक बड़ी डिग्री थी। इसके अलावा, यह विषमता अधिक लागू उपभेदों के साथ बढ़ी, संभवतः ऊतक संरचना की विविधता के साथ-साथ बड़े विस्थापन और विस्थापन क्षेत्रों के परिणामस्वरूप एएलडीआईसी गणना के भीतर बढ़ी हुई त्रुटि के कारण। इससे पता चलता है कि व्यक्तिगत कण्डरा कोशिकाओं द्वारा अनुभव किए गए उपभेद ऊतक के भीतर अत्यधिक परिवर्तनशील हैं।

एएलडीआईसी एल्गोरिदम के सफल सत्यापन के बावजूद, कण्डरा खोजों के भीतर उपभेदों का विश्लेषण करने के लिए इसके उपयोग में कुछ सीमाएं हैं। प्राथमिक सीमा यह तथ्य है कि एल्गोरिथ्म केवल 3 डी ऑब्जेक्ट का 2 डी विश्लेषण कर सकता है। एक अधिक कठोर दृष्टिकोण एक पूर्ण डिजिटल वॉल्यूम सहसंबंध (डीवीसी) करना होगा, जिसे टेंडन11 की डिजिटल रूप से रूपांतरित छवियों पर किया गया है। हालांकि, यह आम तौर पर वास्तविक कण्डरा नमूनों पर प्रदर्शन करना मुश्किल होता है क्योंकि छवियों में केवल 100 μm की गहराई तक समाधान योग्य नाभिक होते हैं। इसका मतलब यह है कि नमूनों की आंतरिक मात्रा में वॉल्यूमेट्रिक छवियों के भीतर कोई बनावट नहीं है, जिससे डीवीसी अविश्वसनीय हो जाता है। इसलिए, इस अध्ययन में छवियों को 2 डी अधिकतम अनुमानों तक ध्वस्त कर दिया गया था, जो कृत्रिम रूप से सभी नाभिकों को एक ही छवि विमान में मजबूर करता है। हालांकि यह तनाव विश्लेषण में कुछ त्रुटियां पैदा कर सकता है और आउट-ऑफ-प्लेन विस्थापन के माप को रोक सकता है, सत्यापन परिणाम बताते हैं कि तकनीक अभी भी सटीक है। एक अतिरिक्त सीमा यह है कि उपभेदों की गणना तनाव छूट अवधि के अंत में की गई थी और गतिशील चक्रीय लोडिंग के दौरान गणना नहीं की जा सकती थी। यह मुद्दा अपरिहार्य था क्योंकि तनाव विश्लेषण के लिए उपयोग की जाने वाली वॉल्यूमेट्रिक छवियों को प्राप्त करने के लिए एक सीमित इमेजिंग समय था। इन सीमाओं के बावजूद, विश्लेषण की सफलता अपेक्षाकृत मजबूत थी, यह देखते हुए कि चार कण्डरा नमूनों में से तीन ने सटीक तनाव डेटा का उत्पादन किया। इसलिए, यह एल्गोरिथ्म कण्डरा खोजों के भीतर तनाव क्षेत्रों को मापने में रुचि रखने वाले शोधकर्ताओं के लिए एक उपयोगी उपकरण होगा।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

सभी लेखकों के पास खुलासा करने के लिए हितों का कोई टकराव नहीं है।

Acknowledgments

इस काम को नेशनल इंस्टीट्यूट ऑफ हेल्थ (आर 21 एआर 079095) और नेशनल साइंस फाउंडेशन (2142627) द्वारा वित्त पोषित किया गया था।

Materials

Name Company Catalog Number Comments
5-DTAF (5-(4,6-Dichlorotriazinyl) Aminofluorescein), single isomer ThermoFisher D16
Calipers Mitutoyo 500-196-30
Confocal Microscope Nikon A1R HD
Corning LSE Vortex Mixer Coning 6775
DRAQ5 Fluorescent Probe Solution (5 mM) ThermoFisher 62554
MATLAB MathWorks R2022b
Tensile Loading Device N/A N/A Tensile loading device described in Peterson et al, 2020. (ref 13) 
Tube Revolver Rotator ThermoFisher 88881001

DOWNLOAD MATERIALS LIST

References

  1. Devkota, A. C. Distributing a fixed amount of cyclic loading to tendon explants over longer periods induces greater cellular and mechanical responses. Journal of Orthopaedic Research. 11 (4), 1609-1612 (2007).
  2. Sun, H. B., et al. Cycle-dependent matrix remodeling gene expression response in fatigue-loaded rat patellar tendons. Journal of Orthopaedic Research. 28 (10), 1380-1386 (2010).
  3. Shepherd, J. H., Screen, H. R. C. Fatigue loading of tendon. International Journal of Experimental Pathology. 94 (4), 260-270 (2013).
  4. Paschall, L., Pedaprolu, K., Carrozzi, S., Dhawan, A., Szczesny, S. Mechanical stimulation as both the cause and the cure of tendon and ligament injuries. Regenerative Rehabilitation: From Basic Science to the Clinic. , Springer. Cham, Switzerland. 359-386 (2022).
  5. Andarawis-Puri, N., Ricchetti, E. T., Soslowsky, L. J. Rotator cuff tendon strain correlates with tear propagation. Journal of Biomechanics. 42 (2), 158-163 (2009).
  6. Cheng, V. W. T., Screen, H. R. C. The micro-structural strain response of tendon. Journal of Materials Science. 42 (21), 8957-8965 (2007).
  7. Luyckx, T., et al. Digital image correlation as a tool for three-dimensional strain analysis in human tendon tissue. Journal of Experimental Orthopaedics. 1 (1), 7 (2014).
  8. Duncan, N. A., Bruehlmann, S. B., Hunter, C. J., Shao, X., Kelly, E. J. In situ cell-matrix mechanics in tendon fascicles and seeded collagen gels: Implications for the multiscale design of biomaterials. Computer Methods in Biomechanics and Biomedical Engineering. 17 (1), 39-47 (2014).
  9. Arnoczky, S. P., Lavagnino, M., Whallon, J. H., Hoonjan, A. In situ cell nucleus deformation in tendons under tensile load; A morphological analysis using confocal laser microscopy. Journal of Orthopaedic Research. 20 (1), 29-35 (2002).
  10. Screen, H. R. C., Bader, D. L., Lee, D. A., Shelton, J. C. Local strain measurement within tendon. Strain. 40 (4), 157-163 (2004).
  11. Fung, A. K., Paredes, J. J., Andarawis-Puri, N. Novel image analysis methods for quantification of in situ 3-D tendon cell and matrix strain. Journal of Biomechanics. 67, 184-189 (2018).
  12. Yang, J., Bhattacharya, K. Augmented Lagrangian digital image correlation. Experimental Mechanics. 59 (2), 187-205 (2019).
  13. Peterson, B. E., Szczesny, S. E. Dependence of tendon multiscale mechanics on sample gauge length is consistent with discontinuous collagen fibrils. Acta Biomaterialia. 117, 302-309 (2020).
  14. Humphrey, J. D., O'Rourke, S. L. An Introduction to Biomechanics. , Springer. New York, NY. (2015).
  15. Reese, S. P., Weiss, J. A. Tendon fascicles exhibit a linear correlation between Poisson's ratio and force during uniaxial stress relaxation. Journal of Biomechanical Engineering. 135 (3), 34501 (2013).
  16. Ahmadzadeh, H., Freedman, B. R., Connizzo, B. K., Soslowsky, L. J., Shenoy, V. B. Micromechanical poroelastic finite element and shear-lag models of tendon predict large strain dependent Poisson's ratios and fluid expulsion under tensile loading. Acta Biomaterialia. 22, 83-91 (2015).
  17. Szczesny, S. E., Elliott, D. M. Interfibrillar shear stress is the loading mechanism of collagen fibrils in tendon. Acta Biomaterialia. 10 (6), 2582-2590 (2014).
  18. Han, W. M., et al. Macro- to microscale strain transfer in fibrous tissues is heterogeneous and tissue-specific. Biophysical Journal. 105 (3), 807-817 (2013).
  19. Pedaprolu, K., Szczesny, S. E. A novel, open-source, low-cost bioreactor for load-controlled cyclic loading of tendon explants. Journal of Biomechanical Engineering. 144 (8), 084505 (2022).
  20. Gatt, R., et al. Negative Poisson's ratios in tendons: An unexpected mechanical response. Acta Biomaterialia. 24, 201-208 (2015).

Tags

इंजीनियरिंग अंक 191
ओपन-सोर्स डिजिटल छवि सहसंबंध के <em>माध्यम से</em> कण्डरा में स्थानीय ऊतक उपभेदों को मापना
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Godshall, S., Pedaprolu, K., Vasti,… More

Godshall, S., Pedaprolu, K., Vasti, E., Eskandari, F., Szczesny, S. E. Measuring Local Tissue Strains in Tendons via Open-Source Digital Image Correlation. J. Vis. Exp. (191), e64921, doi:10.3791/64921 (2023).

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