在小鼠模型中半自动化微CT分析骨解剖学和矿物化

科学领域:

• 骨生物学和生理学
• 医学成像技术 医学成像技术
• 计算生物学 计算生物学

背景情况:

• 骨系统对于理解脊椎动物发育,激素平衡,代谢和关节炎等炎症性疾病至关重要.
• 射线微型计算机断层扫描 (microCT) 提供3D实地骨评估,但依赖于分辨率.
• 现有的方法需要标准化的协议来进行全面的骨分析.

研究的目的:

• 建立一个方法框架,使用微CT进行渐进骨评估.
• 为了实现从全身形态到微观结构层面的详细分析.
• 整合基于专家和机器学习的方法,以加强骨评估.

主要方法:

• 开发用于小鼠体内和体外微型CT扫描的协议.
• 从全身到高分辨率微观结构成像的渐进分析的应用.
• 基于专家的评估与机器学习计算方法的整合.
• 使用预设的分析任务列表进行标准化分析.

主要成果:

• 提供了基于微CT的骨分析的全面方法背景.
• 该方法允许逐步评估,从粗体形态到细微结构.
• 专家和机器学习方法的结合提高了分析能力.
• 详细介绍了在体内和体外扫描小鼠骨的具体协议.

结论:

• 提出的microCT方法为详细的骨分析提供了一个强大的框架.
• 这种方法有助于研究与各种生理和病理过程相关的骨变化.
• 计算方法的整合为推进骨研究提供了一个强大的工具.