用 Imagej 插件对小梁骨的外边界辅助分割和量化
Summary
我们提出了一个工作流, 以分割和量化的小梁骨2D 和3D 图像基于骨骼的外部边界使用一个 ImageJ 插件。这种方法比当前手工轮廓方法更有效和准确, 并提供了一层层的 quantifications, 在当前的商业软件中是不可用的。
Abstract
微计算机断层扫描 (显微 CT) 通常用于评估不同骨质流失情况下小动物骨量和微梁的显微结构特征。然而, 显微 CT 图像小梁分析的标准方法是切片半自动手工轮廓, 这是劳动密集型和易出错的。本文描述的是根据骨的外边界自动分割小梁骨的有效方法, 在适当的情况下, 在合适的情况下, 可自动识别和分割短梁骨。设置了分割参数。为了分析满意的分割参数, 给出了分割结果的图像栈, 将分割参数的所有可能组合按顺序变化, 并通过相关参数的分割结果可以易于目视检查。作为插件的质量控制特性, 模拟标准对象被量化, 在测量量可以与理论值进行比较。该插件报告了小梁性质和小梁厚度的逐层量化, 并能很容易地对所选区域内的这种性质分布进行分析。虽然逐层量化保留了关于小梁骨的更多信息, 并有助于进一步统计分析结构变化, 但此类措施无法从当前商业软件的输出中获得, 只有单一每个示例都报告每个参数的量化值。因此, 所描述的工作流是比较准确、高效地分析小梁骨的较好方法。
Introduction
小梁骨显微 CT 分析是跟踪不同骨丢失情况下动物骨骼形态学变化的标准方法1,2,3, 其中几个变量与报告了骨骼的结构4。但是, 此类参数在长骨骼的骺中不均匀分布5, 并且仅报告每个样本的每个结构变量的汇总值或平均值 (由当前商用微 CT 机6,7, 但单个值不能完全表示分析区域中测量参数的特征。一层一层定量的小梁骨不仅保留了对每个变量的更多信息, 而且还能够在分析区域中对此类变量的分布进行分析, 便于随后对结构进行统计分析。在不同条件下的更改5。因此, 该方法的目的是量化微梁骨的显微 ct 扫描在每个切片水平, 这是没有在任何商业可用的微 ct 分析包目前。
为了有效地分割小梁骨切片, 需要自动分割方法。然而, 目前的显微 CT 分析标准技术是基于人工交互式轮廓, 然后是半自动插补, 将小梁骨从皮质隔间分离出来, 这是劳动密集型、易出错和与大量运算符偏差关联8,9,10。自动分割方法11,12报告, 但这种方法只有在良好的分离小梁骨和皮质骨的区域, 但不是在没有明确的分离区域。另外, 不同的样本12需要不同的分割参数, 通过尝试各种参数组合12, 手动选择适用于骨骼样本组的满意的分割参数是很繁琐的,即使在设置所有相关参数时, 分割过程也是自动的。由于骨外边界与扫描背景有最大的对比, 长骨骼的骺皮质壳在所选择的分析区域中表现出很少的变化, 根据长骨骼外边界轮廓分割方法可以可靠准确地将小梁骨从皮质壳中分离出来。这种分割方法的优点是, 分割是基于背景和骨骼的外边界之间的差异, 而不是小梁和皮质骨骼之间的差异6,12, 13, 因此通常很容易找到一个组合的分割参数, 这是令人满意的一组骨样本, 有助于更可靠地分析不同组之间的小梁变化。
在每个切片级别上, 报告了2D 分析的面积、周长和二维 (2D) 厚度, 而在 3D quantifications 中报告了体积、表面和三维 (3D) 厚度。目前的图像分析工具通常不报告此类信息, 表明所报告的程序可应用于需要此类信息的一般图像。
Protocol
Representative Results
Discussion
本研究介绍了一种用于分析小梁骨的 ImageJ 插件, 它具有自动、高效和人性化的功效。该插件还可用于量化任何2D 或3D 对象, 用于逐层度量区域、卷和厚度。目前, 通过标准的显微 CT 分析, 每个样品的每一个小梁参数只有一个测量值, 不能完全代表所选分析区域中测量实体的特征。所述插件报告每个样本的每一个参数的逐层数量, 在选定的分析区域充分保留测量参数的分布信息, 因此更先进和敏感的?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
这项工作得到了赠款 NFSC 81170806 的部分支持。作者感谢武汉大学口腔医学院的微 CT 核心设施, 帮助对大鼠股骨进行扫描和分析。
Materials
| ImageJ | NIH | imagej | Any version with a java 1.8 run time |
| trabecular analysis plugin | Bomomics | bomomics | free or commercial version |
| Micro CT scanner | Scanco | μ-50 | micro CT from any vendor |
| Computer System | Lenovo | any brand | |
| Windows Operating System | Microsoft | Windows 7 x64 | any 64-bit Windows operating system |
| Office Software | Microsoft | Office 2010 | any speadsheet software that has xy chart function |
References
- Ruegsegger, P., Koller, B., Muller, R. A microtomographic system for the nondestructive evaluation of bone architecture. Calcif Tissue Int. 58 (1), 24-29 (1996).
- Muller, R., Ruegsegger, P. Micro-tomographic imaging for the nondestructive evaluation of trabecular bone architecture. Stud Health Technol Inform. 40, 61-79 (1997).
- Clark, D. P., Badea, C. T. Micro-CT of rodents: state-of-the-art and future perspectives. Phys Med. 30 (6), 619-634 (2014).
- Bart, Z., Wallace, J. Microcomputed Tomography Applications in Bone and Mineral Research. Advances in Computed Tomography. 2, 121-127 (2013).
- Ji, Y., Ke, Y., Gao, S. Intermittent activation of notch signaling promotes bone formation. Am J Transl Res. 9 (6), 2933-2944 (2017).
- Jiang, Y., Zhao, J., White, D. L., Genant, H. K. Micro CT and Micro MR imaging of 3D architecture of animal skeleton. J Musculoskelet Neuronal Interact. 1 (1), 45-51 (2000).
- Laib, A., et al. 3D micro-computed tomography of trabecular and cortical bone architecture with application to a rat model of immobilisation osteoporosis. Med Biol Eng Comput. 38 (3), 326-332 (2000).
- Cole, H. A., Ichikawa, J., Colvin, D. C., O’Rear, L., Schoenecker, J. G. Quantifying intra-osseous growth of osteosarcoma in a murine model with radiographic analysis. J Orthop Res. 29 (12), 1957-1962 (2011).
- Jensen, M. M., Jorgensen, J. T., Binderup, T., Kjaer, A. Tumor volume in subcutaneous mouse xenografts measured by microCT is more accurate and reproducible than determined by 18F-FDG-microPET or external caliper. BMC Med Imaging. 8, 16 (2008).
- Soviero, V. M., Leal, S. C., Silva, R. C., Azevedo, R. B. Validity of MicroCT for in vitro detection of proximal carious lesions in primary molars. J Dent. 40 (1), 35-40 (2012).
- Kohler, T., Stauber, M., Donahue, L. R., Muller, R. Automated compartmental analysis for high-throughput skeletal phenotyping in femora of genetic mouse models. Bone. 41 (4), 659-667 (2007).
- Buie, H. R., Campbell, G. M., Klinck, R. J., MacNeil, J. A., Boyd, S. K. Automatic segmentation of cortical and trabecular compartments based on a dual threshold technique for in vivo micro-CT bone analysis. Bone. 41 (4), 505-515 (2007).
- Dougherty, G. Quantitative CT in the measurement of bone quantity and bone quality for assessing osteoporosis. Med Eng Phys. 18 (7), 557-568 (1996).
- Doube, M., et al. BoneJ: Free and extensible bone image analysis in ImageJ. Bone. 47 (6), 1076-1079 (2010).
- Bouxsein, M. L., et al. Guidelines for assessment of bone microstructure in rodents using micro-computed tomography. J Bone Miner Res. 25 (7), 1468-1486 (2010).
