Medindo Cepas de Tecido Local em Tendões via Correlação de Imagem Digital de Código Aberto
Summary
Este artigo descreve um algoritmo de correlação de imagem digital de código aberto para medir cepas de tecido 2D locais dentro de explantes de tendões. A precisão da técnica foi validada usando várias técnicas e está disponível para uso público.
Abstract
Há um interesse científico considerável em entender as cepas que as células tendinosas experimentam in situ e como essas cepas influenciam a remodelação tecidual. Com base nesse interesse, várias técnicas analíticas foram desenvolvidas para medir cepas teciduais locais dentro de explantes tendinosos durante a carga. No entanto, em vários casos, a precisão e a sensibilidade dessas técnicas não foram relatadas, e nenhum dos algoritmos está disponível publicamente. Isso dificultou a medição mais difundida de cepas teciduais locais em explantes tendinos. Portanto, o objetivo deste trabalho foi criar uma ferramenta de análise validada para medir cepas teciduais locais em explantes tendinosos que esteja prontamente disponível e seja fácil de usar. Especificamente, um algoritmo de correlação de imagem digital de Lagrangian aumentada (ALDIC) disponível publicamente foi adaptado para medir cepas 2D, rastreando os deslocamentos dos núcleos celulares dentro dos tendões de Aquiles de camundongos sob tensão uniaxial. Além disso, a acurácia das deformações calculadas foi validada pela análise de imagens transformadas digitalmente, bem como pela comparação das deformações com valores determinados a partir de uma técnica independente (ou seja, linhas fotobranqueadas). Finalmente, uma técnica foi incorporada ao algoritmo para reconstruir a imagem de referência usando o campo de deslocamento calculado, que pode ser usado para avaliar a precisão do algoritmo na ausência de valores de deformação conhecidos ou uma técnica de medição secundária. O algoritmo é capaz de medir deformações de até 0,1 com uma precisão de 0,00015. A técnica de comparação de uma imagem de referência reconstruída com a imagem de referência real identificou com sucesso amostras que apresentavam dados errôneos e indicou que, em amostras com bons dados, aproximadamente 85% do campo de deslocamento era preciso. Finalmente, as cepas medidas nos tendões de Aquiles de camundongos foram consistentes com a literatura anterior. Portanto, este algoritmo é uma ferramenta altamente útil e adaptável para medir com precisão as cepas de tecido locais nos tendões.
Introduction
Os tendões são tecidos mecanossensíveis que se adaptam e degeneram em resposta à carga mecânica 1,2,3,4. Devido ao papel que os estímulos mecânicos desempenham na biologia celular do tendão, há um grande interesse em entender as cepas que as células tendinosas experimentam no ambiente do tecido nativo durante a carga. Várias técnicas experimentais e analíticas foram desenvolvidas para medir cepas teciduais locais em tendões. Estes incluem análises de correlação digital de imagem (CIVD) 2D/3D de deformações superficiais usando padrões de manchas ou linhas fotobranqueadas (PBLs)5,6,7,8, medição das mudanças na distância centróide-centróide de núcleos individuais dentro do tecido 9,10 e um recente método DIC 3D de campo completo que considera o movimento fora do plano e as deformações 3D 11 . No entanto, a precisão e a sensibilidade dessas técnicas foram relatadas em apenas alguns casos, e nenhuma dessas técnicas foi disponibilizada publicamente, o que dificulta a adoção e utilização generalizadas dessas técnicas.
O objetivo deste trabalho foi criar uma ferramenta de análise validada para medir cepas teciduais locais em explantes tendinosos que esteja prontamente disponível e seja de fácil utilização. O método escolhido baseia-se em um algoritmo de correlação de imagem digital de Lagrangian aumentada (ALDIC) publicamente disponível escrito em MATLAB que foi desenvolvido por Yang e Bhattacharya12. Este algoritmo foi adaptado para análise de amostras de tendões e validado aplicando-o a imagens transformadas digitalmente e comparando as cepas medidas em amostras de tendões reais com os resultados obtidos a partir de linhas fotobranqueadas. Além disso, funcionalidades adicionais foram implementadas no algoritmo para confirmar a precisão do campo de deslocamento calculado, mesmo na ausência de valores de deformação conhecidos ou uma técnica de medição secundária. Portanto, este algoritmo é uma ferramenta altamente útil e adaptável para medir com precisão as cepas de tecido 2D locais nos tendões.
Protocol
Representative Results
Discussion
O objetivo deste trabalho foi fornecer um método validado de código aberto para medir os campos de deformação 2D em tendões sob carga de tração. A fundação do software foi baseada em um algoritmo ALDIC disponível publicamente12. Esse algoritmo foi incorporado em um código MATLAB maior com a funcionalidade adicional de análise de deformação incremental (versus cumulativa). Este algoritmo adaptado foi então aplicado ao teste de tração de tendões, e sua precisão foi avaliada por du…
Divulgations
The authors have nothing to disclose.
Acknowledgements
Este trabalho foi financiado pelos Institutos Nacionais de Saúde (R21 AR079095) e pela National Science Foundation (2142627).
Materials
| 5-DTAF (5-(4,6-Dichlorotriazinyl) Aminofluorescein), single isomer | ThermoFisher | D16 | |
| Calipers | Mitutoyo | 500-196-30 | |
| Confocal Microscope | Nikon | A1R HD | |
| Corning LSE Vortex Mixer | Coning | 6775 | |
| DRAQ5 Fluorescent Probe Solution (5 mM) | ThermoFisher | 62554 | |
| MATLAB | MathWorks | R2022b | |
| Tensile Loading Device | N/A | N/A | Tensile loading device described in Peterson et al, 2020. (ref 13) |
| Tube Revolver Rotator | ThermoFisher | 88881001 |
References
- Devkota, A. C. Distributing a fixed amount of cyclic loading to tendon explants over longer periods induces greater cellular and mechanical responses. Journal of Orthopaedic Research. 11 (4), 1609-1612 (2007).
- Sun, H. B., et al. Cycle-dependent matrix remodeling gene expression response in fatigue-loaded rat patellar tendons. Journal of Orthopaedic Research. 28 (10), 1380-1386 (2010).
- Shepherd, J. H., Screen, H. R. C. Fatigue loading of tendon. International Journal of Experimental Pathology. 94 (4), 260-270 (2013).
- Paschall, L., Pedaprolu, K., Carrozzi, S., Dhawan, A., Szczesny, S. Mechanical stimulation as both the cause and the cure of tendon and ligament injuries. Regenerative Rehabilitation: From Basic Science to the Clinic. , 359-386 (2022).
- Andarawis-Puri, N., Ricchetti, E. T., Soslowsky, L. J. Rotator cuff tendon strain correlates with tear propagation. Journal of Biomechanics. 42 (2), 158-163 (2009).
- Cheng, V. W. T., Screen, H. R. C. The micro-structural strain response of tendon. Journal of Materials Science. 42 (21), 8957-8965 (2007).
- Luyckx, T., et al. Digital image correlation as a tool for three-dimensional strain analysis in human tendon tissue. Journal of Experimental Orthopaedics. 1 (1), 7 (2014).
- Duncan, N. A., Bruehlmann, S. B., Hunter, C. J., Shao, X., Kelly, E. J. In situ cell-matrix mechanics in tendon fascicles and seeded collagen gels: Implications for the multiscale design of biomaterials. Computer Methods in Biomechanics and Biomedical Engineering. 17 (1), 39-47 (2014).
- Arnoczky, S. P., Lavagnino, M., Whallon, J. H., Hoonjan, A. In situ cell nucleus deformation in tendons under tensile load; A morphological analysis using confocal laser microscopy. Journal of Orthopaedic Research. 20 (1), 29-35 (2002).
- Screen, H. R. C., Bader, D. L., Lee, D. A., Shelton, J. C. Local strain measurement within tendon. Strain. 40 (4), 157-163 (2004).
- Fung, A. K., Paredes, J. J., Andarawis-Puri, N. Novel image analysis methods for quantification of in situ 3-D tendon cell and matrix strain. Journal of Biomechanics. 67, 184-189 (2018).
- Yang, J., Bhattacharya, K. Augmented Lagrangian digital image correlation. Experimental Mechanics. 59 (2), 187-205 (2019).
- Peterson, B. E., Szczesny, S. E. Dependence of tendon multiscale mechanics on sample gauge length is consistent with discontinuous collagen fibrils. Acta Biomaterialia. 117, 302-309 (2020).
- Humphrey, J. D., O’Rourke, S. L. . An Introduction to Biomechanics. , (2015).
- Reese, S. P., Weiss, J. A. Tendon fascicles exhibit a linear correlation between Poisson’s ratio and force during uniaxial stress relaxation. Journal of Biomechanical Engineering. 135 (3), 34501 (2013).
- Ahmadzadeh, H., Freedman, B. R., Connizzo, B. K., Soslowsky, L. J., Shenoy, V. B. Micromechanical poroelastic finite element and shear-lag models of tendon predict large strain dependent Poisson’s ratios and fluid expulsion under tensile loading. Acta Biomaterialia. 22, 83-91 (2015).
- Szczesny, S. E., Elliott, D. M. Interfibrillar shear stress is the loading mechanism of collagen fibrils in tendon. Acta Biomaterialia. 10 (6), 2582-2590 (2014).
- Han, W. M., et al. Macro- to microscale strain transfer in fibrous tissues is heterogeneous and tissue-specific. Biophysical Journal. 105 (3), 807-817 (2013).
- Pedaprolu, K., Szczesny, S. E. A novel, open-source, low-cost bioreactor for load-controlled cyclic loading of tendon explants. Journal of Biomechanical Engineering. 144 (8), 084505 (2022).
- Gatt, R., et al. Negative Poisson’s ratios in tendons: An unexpected mechanical response. Acta Biomaterialia. 24, 201-208 (2015).
