JoVE Logo

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

该协议使用显微计算机断层扫描来经济高效地量化瘦体重,包括小动物的骨骼肌和内脏组织、脂肪组织和骨骼组织。它区分瘦组织和脂肪组织,这为生物医学研究提供了显着优势,尤其是在小动物的转化研究中。

摘要

骨骼肌的大小、质量和组成是研究代谢和肌肉相关疾病的关键特性,因为它们直接影响对疾病进展和治疗结果的理解。量化活体动物的瘦肉、脂肪和骨骼质量在代谢学、生理学、药理学和老年科学研究中非常重要。然而,由于传统评估技术的固有局限性,获得准确的身体成分测量,尤其是瘦体重,仍然具有挑战性。显微计算机断层扫描 (micro-CT) 是一种无创放射技术,可在小动物模型中实现内部结构的高分辨率可视化。标准化的显微 CT 方法可以显着增强转化研究,获得更可靠和有影响力的结果,尤其是在衰老研究期间或在同一动物的不同时间点。尽管具有潜力,但图像采集和分析方法缺乏标准化严重阻碍了不同研究之间结果的可比性。在此,我们提出了一种全面而详细的低成本方案,用于使用 micro-CT 进行精益质量分析,以应对这些挑战并促进涉及小动物模型的研究的一致性。

引言

大小、质量和组成是研究肌肉相关和代谢疾病机制的关键骨骼肌特性1。肌肉减少症、恶病质、萎缩和肌病具有共同的表型:质量减少、成分改变和肌肉功能受损 2,3,4,5。然而,量化活体动物的身体成分仍然非常复杂且技术上具有挑战性6

体内成像和身体成分分析的主要方法是双能 X 射线吸收测定法 (DXA)、计算机断层扫描 (CT) 和磁共振成像 (MRI)。这些方法主要用于筛选和监测导致瘦体重减少的疾病 7,8,9,10,11。DXA 成本较低,因此是人体成分分析的黄金标准。然而,与 MRI 和 CT 相比,DXA 有一个明显的缺点:它无法在空间上分辨肌肉和脂肪组织1

MRI 使用强磁场和无线电波来生成身体内部结构的详细图像12。与 CT 相比,它的主要优势之一是其卓越的对比分辨率,可以很好地区分不同的软组织类型 1,13,14与 CT 不同,MRI 不使用电离辐射,因此重复使用更安全15,16。然而,MRI 更昂贵且更难获得,扫描时间更长,维护成本更高13,17。因此,通常无法获得适用于小动物分析的 MRI 仪器。

显微 CT 类似于传统 CT,但专为小结构和生物医学研究量身定制18。显微 CT 是一种先进的非侵入性放射学评估技术,能够详细观察小动物模型的内部结构。显微 CT 使用 X 射线创建身体内部结构的详细图像,依赖于各种组织类型对 X 射线的差异衰减。在显微 CT 扫描期间,鼠标躺在桌子上,该桌子在圆形机架中缓慢移动。在机架内部,X 射线管围绕鼠标旋转,从各个角度发射 X 射线。对侧的探测器在这些 X 射线穿过身体后捕获它们18

micro-CT 扫描仪的软件处理来自这些多个角度的数据,以重建身体的二维横截面图像(切片)。通过重建,这些切片可以组合起来全面表示内部解剖结构19。显微 CT 扫描产生的图像基于体内不同组织不同程度的 X 射线衰减。这种衰减使用 Hounsfield 单位 (胡) 进行量化,该尺度将辐射密度标准化为 20,21。胡 尺度是分割的基础,因为每个结构的值略有不同。

在本文中,我们使用 胡 值来准确区分骨骼、瘦组织和脂肪组织1。通过参考已建立的 胡 范围,我们确保了对身体成分的精确分析和比较。在此,我们演示了如何使用显微 CT 获取图像及其在可视化和量化瘦、脂肪和骨骼质量方面的应用。

研究方案

所有方法均已获得里约热内卢联邦大学 (UFRJ) 机构动物护理和使用委员会的批准 (IACUC - UFRJ;A16/23-025-20)。对 6 个月和 22 月龄的雄性 C57BL/6 小鼠进行扫描。

1. 动物准备

  1. 使用通过汽化输送的氧气混合物中的 2% 异氟醚麻醉小鼠。使用精密蒸发器进行诱导和维持,并使用精密蒸发器使用 100% 氧气的混合物。
  2. 使用鼠标床将麻醉的动物仰卧在显微 CT 扫描上。用胶带固定鼠标,以尽量减少扫描过程中的移动,然后将其插入机架。
  3. 在整个实验过程中,持续约 10 分钟,确保动物戴上口罩以将其保持在麻醉平面下,同时根据需要接受维持剂量。

2. 图像采集和重建

  1. 使用高分辨率临床前成像系统获取身体显微 CT 扫描。使用 60 kV 电压480 μA 电流飞行模式旋转,捕获总共 1,024 个投影,每个投影的曝光时间为 470 毫秒。将系统设置为 1.25 放大倍率,产生 94.72 毫米的视野 (FOV),总采集时间为 8.02 分钟。以 1 x 1像素合并捕获图像,从而获得 2,368 x 2,240 像素的分辨率。
    注意:由于与麻醉面罩重叠,本手稿中用于显微 CT 图像的设备在获取头部图像方面存在限制。此外,不会捕获整个尾部长度。因此,我们排除了头和尾分析(见第 3 节)。
  2. 在半装满蒸馏水的亚克力圆柱形模型(直径:2.5 厘米,长度:11.5 厘米)上以相同的参数执行扫描,以确定空气和水的 胡。采集完成后,使用采集软件重建图像,该软件具有针对降噪和过滤反向投影 (FBP) 算法优化的设置。使用 147 μm 各向同性体素大小 640 矩阵批量重建动物和幻影图像。
  3. 使用参考软件从模型(原始数据)中提取空气和水 胡。将图像转换为 DICOM 文件并更正 胡 值。

3. 图像分析

  1. 上传文件
    注意:显微 CT 是一种在时间和空间上捕获图像并生成图像序列的技术。因此,有必要打开整个文件夹而不是单个图像。
    1. 在界面的左上角区域,找到 3D 切片器菜单,以灰蓝色突出显示。单击 Add Data (添加数据) 。figure-protocol-1473
    2. 当出现包含两个选项的窗口时,选择第一个选项: Choose Directory to Add.
    3. 导航到包含目标动物 DICOM 图像系列的文件夹,然后单击它。此作将打开软件中的文件夹,允许同时查看所有图像。
    4. 观察三个屏幕上显示的图像。每个屏幕代表一个不同的解剖平面:冠状面、矢状面和横向,分别由绿色、黄色和红色标识。
  2. 分割
    1. 找到 Segment Editor ()figure-protocol-1845 在上方选项卡(Modules)中,然后单击它。
    2. 单击绿色的 + 添加 按钮创建区段,定义 胡 范围。
    3. 为骨骼、瘦组织和脂肪组织创建分段,每个分段单击 3 次。
    4. 双击每个区段以根据所需的设置对其进行命名和着色。
    5. 使用位于窗口左侧的 阈值 功能设置每个分段的 胡 范围。为此,请找到 阈值范围 函数 figure-protocol-2194 并输入每种组织类型的 胡 值:瘦组织(-29 至 225 胡);脂肪组织(-190 至 -30 胡);骨骼(500 至 5,000 胡)。单击 Apply 按钮。
      注意:有关 胡 值比较,请参阅 补充图 S1
    6. 对每种组织类型重复分割过程。
    7. 单击 Show 3D 以生成 3D 渲染。
      注意:渲染将显示在显示屏的蓝色象限中。
  3. 清理图像
    注意:在分割和 3D 渲染后,必须排除无关的项目,以确保它们不包括在瘦组织、脂肪组织和骨骼的体积测量中。去除这些伪影对于确保准确分析至关重要。
    1. Segmentation 菜单中找到 "Scissors" 工具 (figure-protocol-2710)。
    2. 选择解剖平面或 3D 渲染,以获得要移除的物体的更清晰视图。
      1. 如果使用解剖平面,请单击平面彩色条上的 最大化视图 按钮 ()。figure-protocol-2903在解剖平面窗口内,使用鼠标滚动按钮在 CT 扫描中向前或向后导航。
        注意:每个窗口都可以独立滚动。
      2. 对于 3D 渲染,使用鼠标左键沿任意轴旋转,使用鼠标右键放大。
        注意:键盘上的箭头键也可以旋转图像。
    3. 选择 剪刀 工具后,突出显示不需要的对象周围的分割并将其包围以将其从图像中删除。软件会自动删除对象。
      注意:确保已选择作 Erase Inside 。如果使用的设备生成任何非生物图像的图像,例如磁珠、麻醉剂或手术设备,请务必将其移除。此外,如果未完全获得任何解剖区域,则必须建立解剖参考以去除这些未完全获得的区域,以确保实验之间的可重复性。必须在每个平面中删除不需要的对象。
    4. 单击 restore view layout(恢复视图布局)图标 ()figure-protocol-3425 可返回到包含四个窗口的屏幕,而不管选择了哪个窗口。
    5. 对需要删除对象的所有窗口重复此过程。
  4. 分段量
    1. 分割后,使用下拉菜单中的 量化 函数量化区段的体积。
      注意: 此作的所有分段都必须可见。
    2. 导航到 Quantification |Segment Statistics (区段统计信息)。单击 Apply,然后等待软件生成一个表格,显示每个分段的值。该软件为每个分割提供两个体积值:Labelmap (LM) 和 Closed Surface (CS)。
      注意:LM 值通常适用于计算分段体积,方法是使用体素数乘以单个体素的体积。CS Value 利用平滑表面模型,并基于三角形表面单元对体积进行积分。CS 与解剖轮廓更紧密对齐,推荐用于准确测量。
    3. 要上传来自新动物的数据,请在 文件 菜单中保存并关闭场景。
  5. 体成分分析
    1. 使用软件提供的体积测量值(以 cm3 为单位)将这些体积转换为组织质量,并为每种组织类型应用适当的密度。使用国际辐射单位和测量委员会22 规定的以下组织密度:0.95 g/cm³(脂肪组织)、1.05 g/cm³(瘦组织)和 1.92 g/cm³(骨骼组织)2
      1. 要计算组织质量,请将从软件获得的体积 (cm³) 乘以相应的组织密度 (g/cm³):
        脂肪组织质量:体积分割 X 0.95 = 质量脂肪
        瘦组织质量:体积分割 X 1.05 =质量稀薄
        骨骼组织质量:体积分割 X 1.92= 骨骼质量
        总质量:脂肪质量 + 瘦体重 + 骨骼质量 =质量
  6. 骨长测量
    注意:要通过骨长校正组织质量以进行某些分析,必须获得特定的骨长。
    1. 返回到 Segment Editor 菜单。通过单击每个部分旁边的眼睛图标 ()figure-protocol-4666 来隐藏脂肪组织和瘦组织分割。
      注意:只有与骨骼组织相对应的分割应保持可见。
    2. 选择主菜单右上角的 Toggle Markups/Toolbar ()figure-protocol-4859 选项。这将在主菜单正下方打开一个辅助菜单。找到 create new line 按钮 ()。figure-protocol-5011
    3. 单击 创建新线 按钮后,导航到 3D 重建并确定要测量的骨骼。
      注意:推荐的骨骼是胫骨或股骨22
    4. 识别出骨骼后,左键单击骨骼的一端,然后再次左键单击组织的另一端。此作允许软件计算骨骼大小。
      注意:为了获得一致的测量结果,请为每只动物选择相同的骨骼解剖区域。例如,股骨头用作股骨的一端,外侧髁用作股骨的另一端。
  7. 数据分析和标准化
    注意:质量数据可以按照第 3.5 节中的说明获得,并按原样使用。或者,瘦、脂肪和骨量可以通过两种方式标准化。
    1. 计算获得图像当天组织质量与动物体重之间的比率。
      体重标准化:体重 ÷体重
    2. 计算质量和骨骼大小(例如,股骨或胫骨)之间的比率。
      股骨标准化:股骨÷股骨大小
      胫骨正常化:胫骨÷大小
      注意:归一化参数是根据实验问题选择的。如果预期骨骼大小会发生变化(例如:比较骨骼重塑时),建议按体重进行标准化(第 3.7.1 项)。此外,如果您的实验问题中预计体重会发生变化,则长骨大小是建议的标准化参数(第 3.7.2 项)。

结果

镇静动物在成像台上的正确解剖位置可确保一致且可重复的扫描结果,突出了数据采集在获得可靠结果方面的有效性。在整个成像过程中,适当的动物镇静剂,包括专门的气体输送系统和蒸发器,是精确解剖学评估的基础(图 1)。

图 2 说明了不同解剖平面中的分割和渲染,在冠状面、矢状面和横向平面?...

讨论

通过断层扫描进行评估是获取详细身体成分信息的有效且非侵入性的方法。特别是 Micro-CT,为临床前研究提供了有价值的结果测量。在骨领域,显微 CT 有不同的用途,因为分析微结构23 和骨重塑24 特别有趣。评估内部生物结构的形态与生物医学研究也有关,因为分析特定组织中脉管系统的密度可以评估其功能并推断代谢25...

披露声明

作者声明没有利益冲突。

致谢

这项研究由里约热内卢州研究支持基金会 Carlos Chagas Filho (FAPERJ;E-26/010.002643/2019 和 E-26/201.335/2022),Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -Brazil (CAPES)-001 财务法典。Programa Institucional de bolsas de iniciação científica da Universidade Federal do Rio de Janeiro.国家科学技术发展委员会 (CNPq;FFB:001。306236/2022-2 TMO-C:309339/2023-5)。作者感谢国家结构生物学和生物成像中心 (CENABIO)/里约热内卢联邦大学使用其设施,尤其是小动物成像单位 (UIPA) 的 microPET/SPECT/CT 平台。 补充图 S1 是使用 BioRender.com 创建的。

材料

NameCompanyCatalog NumberComments
3DSlicer, version 5.6.23D Slicer platformA free and open-source software for image analysis and scientific visualization.
Amide, version 1.0.1Amide platformA free and open-source software used for correcting the Hounsfield Unit values in the processed DICOM images.
Amira, version 4.1Thermo Fisher ScientificUsed to extract air and water Hounsfield Unit values from the phantom's raw data and to convert images into DICOM files.
IsoforineCristáliaIsoflurane is a non-flammable liquid anesthetic agent for use in general inhalation anesthesia by vaporization.
Triumph XO subsystemGamma Medica-Ideas FlexAdvanced imaging subsystem designed for preclinical small animal imaging, offering high-resolution CT and PET capabilities for quantitative and qualitative analysis.

参考文献

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

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。