Para começar, use um sistema de transferência de autógrafos osteocondral para criar um defeito de 4,75 milímetros de diâmetro no côndilo lateral de uma ovelha sacrificada. Usando um martelo ortopédico, crie um defeito de 10 milímetros de profundidade e recupere o explante osteocondral do côndilo. Preparar o cimento de fosfato de cálcio, suplementado com 40 microgramas por mililitro de BMP 2, e colocar a pasta de cimento numa seringa de três mililitros.
Em seguida, injete o cimento no defeito do explante com uma agulha de calibre 18. Ligue a máquina de raio-x de microtomografia e coloque o tubo de explante no porta-amostras. Defina a resolução para 10,7 micrômetros e o tempo de exposição para 1.200 milissegundos, com um filtro de alumínio de um milímetro a 80 quilovolts e 125 microamperes.
Média de três imagens para cada incremento de rotação de 0,45 graus para melhorar a relação sinal-ruído. Para realizar a segmentação de imagens, use o assistente de segmentação integrada para treinar um modelo de aprendizado profundo para distinguir entre osso e cimento. Selecione uma zona representativa contendo osso, cimento e fundo das imagens de microtomografia computadorizada reconstruídas e segmente este primeiro quadro.
Agora, na guia modelo, gere um modelo de aprendizado profundo e selecione a rotina de rede 3D. Em seguida, clique com o botão direito do mouse no modelo gerado e defina os parâmetros experimentais como profundidade de cinco, tamanho do patch 32 por 32, algoritmo, taxa de passada de 0,25. E 10 x dados.
Use o quadro segmentado para treinar o modelo de aprendizado profundo clicando no botão treinar. Quando o treinamento estiver concluído, defina um segundo quadro e segmente-o automaticamente usando a função de previsão. Em seguida, clique em exportar para publicar o modelo treinado e aplique-o a todo o conjunto de dados de microtomografia computadorizada selecionando segmento, modelo exportado, segmento, conjunto de dados completo.
