一个半自动管道整合组织学和μCT数据在肺纤维化小鼠模型的肺纤维化

科学领域:

• 生物医学成像技术 生物医学成像技术
• 肺部医学 肺部医学
• 药物发现 药物发现 药物发现

背景情况:

• 临床前研究对于药物发现至关重要,特别是在肺纤维化.
• 微计算机断层扫描 (μCT) 和组织学是评估动物模型疾病进展和治疗反应的关键工具.
• μCT提供了动态的3D洞察力,而组织学提供了详细的显微镜视图.

研究的目的:

• 开发一个半自动管道,集成μCT和组织学数据用于肺纤维化研究.
• 来自μCT的定量密度计数据与组织学中的Ashcroft分数联系起来.
• 提高临床前肺纤维化分析的准确性和效率.

主要方法:

• 将μCT体积与组织学切片平面进行几何对齐.
• 计算亲属注册以匹配单个μCT切片与相应的组织学部分.
• 使用白素诱导的小鼠模型从匹配的切片中提取定量μCT成像参数.

主要成果:

• 该管道在匹配μCT和组织学截面时,以最小的手动输入实现了95%的成功率.
• 调整时间从40分钟缩短到5分钟.
• 在量化μCT数据和组织学发现之间观察到显著的相关性.

结论:

• 精确整合ex-vivo显微镜和in-vivo3D成像数据可以提高组织分析的准确性.
• 这种方法为omics研究提供了结构性背景,并形成了一个多层分析平台.
• 这种方法有可能加速肺纤维化新疗法的开发.