Mätning av lokala vävnadsstammar i senor via digital bildkorrelation med öppen källkod

Det finns ett stort vetenskapligt intresse för att förstå de stammar som senceller upplever in situ och hur dessa stammar påverkar vävnadsremodellering. Baserat på detta intresse har flera analystekniker utvecklats för att mäta lokala vävnadsstammar inom senexplantat under belastning. I flera fall har dock dessa teknikers noggrannhet och känslighet inte rapporterats, och ingen av algoritmerna är offentligt tillgängliga. Detta har gjort det svårt för en mer utbredd mätning av lokala vävnadsstammar i senexplantat. Därför var målet med denna uppsats att skapa ett validerat analysverktyg för mätning av lokala vävnadsstammar i senexplantat som är lättillgängligt och lätt att använda. Specifikt anpassades en offentligt tillgänglig augmented-Lagrangian digital image correlation (ALDIC) algoritm för att mäta 2D-stammar genom att spåra förskjutningarna av cellkärnor i musens akillessenor under enaxlig spänning. Dessutom validerades noggrannheten hos de beräknade stammarna genom att analysera digitalt transformerade bilder, samt genom att jämföra stammarna med värden bestämda från en oberoende teknik (dvs. fotoblekta linjer). Slutligen införlivades en teknik i algoritmen för att rekonstruera referensbilden med hjälp av det beräknade förskjutningsfältet, som kan användas för att bedöma algoritmens noggrannhet i frånvaro av kända töjningsvärden eller en sekundär mätteknik. Algoritmen kan mäta stammar upp till 0,1 med en noggrannhet på 0,00015. Tekniken för att jämföra en rekonstruerad referensbild med den faktiska referensbilden identifierade framgångsrikt prover som hade felaktiga data och indikerade att i prover med bra data var cirka 85% av förskjutningsfältet korrekt. Slutligen överensstämde de stammar som uppmättes i hälsenor med den tidigare litteraturen. Därför är denna algoritm ett mycket användbart och anpassningsbart verktyg för noggrann mätning av lokala vävnadsstammar i senor.