Summary

कर्वेलेट ट्रांसफॉर्म-आधारित उपकरणों के साथ फिब्रिल्लर कोलेजन संगठन की मात्रा निर्धारित करना

Published: November 11, 2020
doi:

Summary

यहां, हम सामान्य और रोगग्रस्त ऊतकों दोनों के बाह्त मैट्रिक्स में फाइब्रिलर कोलेजन संगठन की मात्रा निर्धारित करने के लिए एक कर्वेलेट ट्रांसफॉर्म-आधारित, ओपन-सोर्स मैटलैब सॉफ्टवेयर टूल का उपयोग करने के लिए एक प्रोटोकॉल प्रस्तुत करते हैं। इस उपकरण को कोलेजन फाइबर या लाइन जैसी संरचनाओं के अन्य प्रकार के साथ छवियों पर लागू किया जा सकता है।

Abstract

फिब्रिलर कोलेजन प्रमुख बाह्य मैट्रिक्स (ईसीएम) घटक हैं, और उनके टोपोलॉजी परिवर्तन स्तन, अंडाशय, गुर्दे और अग्नाशय के कैंसर सहित बीमारियों की एक विस्तृत श्रृंखला की प्रगति के साथ जुड़े होने के लिए दिखाए गए हैं। स्वतंत्र रूप से उपलब्ध फाइबर क्वांटिफिकेशन सॉफ्टवेयर टूल मुख्य रूप से फाइबर संरेखण या अभिविन्यास की गणना पर केंद्रित होते हैं, और वे मैन्युअल चरणों की आवश्यकता, शोर पृष्ठभूमि में फाइबर एज का पता लगाने में अशुद्धि, या स्थानीयकृत सुविधा लक्षण वर्णन की कमी जैसी सीमाओं के अधीन होते हैं। इस प्रोटोकॉल में वर्णित कोलेजन फाइबर क्वांटिटेशन टूल को वक्रलेट ट्रांसफॉर्म (सीटी) द्वारा सक्षम इष्टतम मल्टीस्केल छवि प्रतिनिधित्व का उपयोग करके चिह्नित किया गया है। यह एल्गोरिथम दृष्टिकोण फाइब्रिलर कोलेजन छवियों से शोर को हटाने और फाइबर किनारों की वृद्धि के लिए अन्य उपकरणों से प्राप्त अप्रत्यक्ष पिक्सेल-वार या खिड़की-वार जानकारी का उपयोग करने के बजाय, फाइबर किनारों को सीधे फाइबर से स्थान और अभिविन्यास जानकारी प्रदान करने की अनुमति देता है। इस सीटी-आधारित ढांचे में दो अलग-अलग, लेकिन लिंक्ड, “सीटी-फायर” और “CurveAlign” नाम के पैकेज शामिल हैं जो एक वैश्विक, ब्याज के क्षेत्र (आरओआई), या व्यक्तिगत फाइबर आधार पर फाइबर संगठन की मात्रा निर्धारित कर सकते हैं। यह मात्राकरण ढांचा दस वर्षों से अधिक समय से विकसित किया गया है और अब एक व्यापक और उपयोगकर्ता संचालित कोलेजन क्वांटिफिकेशन प्लेटफॉर्म के रूप में विकसित हुआ है। इस प्लेटफ़ॉर्म का उपयोग करके, कोई भी व्यक्ति फाइबर गुणों जैसे लंबाई, कोण, चौड़ाई और सीधापन, साथ ही घनत्व और संरेखण जैसे थोक माप सहित लगभग तीस फाइबर सुविधाओं को माप सकता है। इसके अतिरिक्त, उपयोगकर्ता मैन्युअल रूप से या स्वचालित रूप से खंडित सीमाओं के सापेक्ष फाइबर कोण को माप सकता है। यह प्लेटफ़ॉर्म आरओआई विश्लेषण, स्वचालित सीमा निर्माण और पोस्ट-प्रोसेसिंग के लिए कई अतिरिक्त मॉड्यूल भी प्रदान करता है। इस प्लेटफ़ॉर्म का उपयोग करने के लिए प्रोग्रामिंग या छवि प्रसंस्करण के पूर्व अनुभव की आवश्यकता नहीं होती है, और यह सैकड़ों या हजारों छवियों सहित बड़े डेटासेट को संभाल सकता है, जिससे जैविक या जैव चिकित्सा अनुप्रयोगों के लिए कोलेजन फाइबर संगठन का कुशल मात्राकरण सक्षम हो सकता है।

Introduction

फिब्रिलर कोलेजन प्रमुख, संरचनात्मक ईसीएम घटक हैं। उनका संगठन ऊतक के प्रभाव को बदलता है और ऑस्टियोजेनेसिस इम्परफेक्टा1, हृदय रोग2और घाव भरने से लेकर विभिन्न प्रकार के कैंसरों में होने वाली कई बीमारियों की प्रगति से जुड़ा होता है, जिसमें स्तन 4 ,5,6,अंडाशय7,8,गुर्दे9और अग्नाशय के कैंसरशामिलहैं । कई स्थापित इमेजिंग तौर-तरीकों का उपयोग फिब्रिलर कोलेजन जैसे दूसरे हार्मोनिक जनरेशन माइक्रोस्कोपी11,चमकीले क्षेत्र या फ्लोरेसेंस माइक्रोस्कोपी या ध्रुवीकृत प्रकाश माइक्रोस्कोपी12,तरल क्रिस्टल आधारित ध्रुवीकरण माइक्रोस्कोपी (एलसी-पोलस्कोप)13और इलेक्ट्रोन माइक्रोस्कोपी14के साथ संयोजन के रूप में दाग या रंगों की कल्पना करने के लिए किया जा सकता है। चूंकि फिब्रिलर कोलेजन संगठन का महत्व स्पष्ट हो गया है, और इन तरीकों का उपयोग बढ़ गया है, बेहतर कोलेजन फाइबर विश्लेषण दृष्टिकोण की आवश्यकता भी बढ़ी है।

फिब्रिलर कोलेजन के स्वचालित माप के लिए कम्प्यूटेशनल विधियों को विकसित करने के लिए कई प्रयास किए गए हैं। स्वतंत्र रूप से उपलब्ध सॉफ्टवेयर टूल मुख्य रूप से फाइबर अलाइनमेंट या ओरिएंटेशन की गणना पर ध्यान केंद्रित करते हैं या तो पहले व्युत्पन्न या संरचना टेन्सर को पिक्सेल15,16,या इमेज टाइल्स17के लिए फोरियर ट्रांसफॉर्म-आधारित स्पेक्ट्रम विश्लेषण के लिए अपनाते हैं। ये सभी उपकरण मैन्युअल चरणों की आवश्यकता, शोर पृष्ठभूमि में फाइबर एज का पता लगाने में अशुद्धि, या स्थानीयकृत सुविधा लक्षण वर्णन की कमी जैसी सीमाओं के अधीन हैं।

अन्य स्वतंत्र रूप से उपलब्ध ओपन-सोर्स फ्री सॉफ्टवेयर टूल्स की तुलना में, इस प्रोटोकॉल में वर्णित तरीकों सीटी-एक इष्टतम, मल्टीस्केल, दिशात्मक छवि प्रतिनिधित्व विधि का उपयोग करते हैं- फाइब्रिलर कोलेजन छवियों से शोर को हटाने और फाइबर किनारों को बढ़ाने या ट्रैक करने के लिए। स्थान और अभिविन्यास के बारे में जानकारी सीधे फाइबर संगठन के मैट्रिक्स का अनुमान लगाने के लिए अप्रत्यक्ष पिक्सेल-वार या खिड़की के लिहाज से जानकारी का उपयोग करके फाइबर से प्रदान की जा सकती है। यह सीटी-आधारित ढांचा18,19,20,21 एक वैश्विक, आरओआई, या फाइबर आधार पर फाइबर संगठन की मात्रा निर्धारित कर सकता है, मुख्य रूप से दो अलग-अलग के माध्यम से, लेकिन लिंक्ड, “सीटी-फायर”18, 21और “CurveAlign”19,21 नाम के पैकेज। जहां तक सॉफ्टवेयर के कार्यान्वयन का संबंध है, सीटी-फायर में, कई पैमानों पर सीटी गुणांक का उपयोग एक छवि के पुनर्निर्माण के लिए किया जा सकता है जो किनारों को बढ़ाता है और शोर को कम करता है। फिर, एक व्यक्तिगत फाइबर निष्कर्षण एल्गोरिथ्म सीटी-खंगाला छवि के लिए लागू किया जाता है उनके प्रतिनिधि केंद्र अंक खोजने के लिए फाइबर ट्रैक करने के लिए, केंद्र अंक से फाइबर शाखाओं का विस्तार, और फाइबर शाखाओं को जोड़ने के लिए एक फाइबर नेटवर्क बनाने के लिए । CurveAlign में, उपयोगकर्ता-निर्दिष्ट पैमाने पर सीटी गुणांक का उपयोग स्थानीय फाइबर अभिविन्यास को ट्रैक करने के लिए किया जा सकता है, जहां वक्रलेट्स के अभिविन्यास और स्थानों को निकाला जाता है और संबंधित स्थानों पर फाइबर अभिविन्यास का अनुमान लगाने के लिए समूहीकृत किया जाता है। इस परिणामस्वरूप मात्राकरण ढांचा दस से अधिक वर्षों के लिए विकसित किया गया है और कार्यक्षमता, उपयोगकर्ता इंटरफेस और मॉड्यूलरिटी जैसे कई पहलुओं में बहुत विकसित हुआ है। उदाहरण के लिए, यह उपकरण स्थानीय फाइबर अभिविन्यास की कल्पना कर सकता है और उपयोगकर्ता को तीस फाइबर सुविधाओं को मापने की अनुमति देता है जिसमें लंबाई, कोण, चौड़ाई और सीधापन जैसे व्यक्तिगत फाइबर गुण, साथ ही घनत्व और संरेखण जैसे थोक माप शामिल हैं। इसके अतिरिक्त, उपयोगकर्ता मैन्युअल रूप से या स्वचालित रूप से खंडित सीमाओं के सापेक्ष फाइबर कोण को माप सकता है, जो, उदाहरण के लिए, स्तन कैंसर22 और अग्नाशय के कैंसर अध्ययन10में छवि-आधारित बायोमार्कर विकास में महत्वपूर्ण भूमिका निभाता है। यह प्लेटफ़ॉर्म आरओआई विश्लेषण, स्वचालित सीमा निर्माण और पोस्ट-प्रोसेसिंग के लिए लोगों सहित कई फीचर मॉड्यूल प्रदान करता है। आरओआई मॉड्यूल का उपयोग आरओआई के विभिन्न आकारों को एनोटेट करने और संबंधित आरओआई विश्लेषण का संचालन करने के लिए किया जा सकता है। एक आवेदन उदाहरण के रूप में, स्वचालित सीमा निर्माण मॉड्यूल का उपयोग दूसरी हार्मोनिक पीढ़ी (एसएचजी) छवियों के साथ हेमटॉक्सीलिन और ईओसिन (एच एंड ई) उज्ज्वल क्षेत्र छवियों को पंजीकृत करने और पंजीकृत एच एंड ई छवियों से ट्यूमर सीमाओं के छवि मुखौटा उत्पन्न करने के लिए किया जा सकता है। पोस्ट-प्रोसेसिंग मॉड्यूल संभावित सांख्यिकीय विश्लेषण के लिए व्यक्तिगत छवियों से आउटपुट डेटा फ़ाइलों के प्रसंस्करण और एकीकरण को सुविधाजनक बनाने में मदद कर सकता है।

इस क्वांटिफिकेशन प्लेटफॉर्म को प्रोग्रामिंग या इमेज प्रोसेसिंग के पूर्व अनुभव की आवश्यकता नहीं होती है और सैकड़ों या हजारों छवियों सहित बड़े डेटासेट को संभाल सकता है, जिससे जैविक या जैव चिकित्सा अनुप्रयोगों के लिए कोलेजन संगठन का कुशल मात्राकरण सक्षम होता है। यह व्यापक रूप से दुनिया भर में कई शोधकर्ताओं द्वारा विभिन्न अनुसंधान क्षेत्रों में इस्तेमाल किया गया है, खुद सहित. सीटी-फायर और कर्वअलाइन18, 19,20, 21पर चार मुख्य प्रकाशन हैं, जिनमें से पहले तीन को 272 बार उद्धृत किया गया है (Google विद्वान के अनुसार 2020-05-04 तक)। इस प्लेटफ़ॉर्म (सीटी-फायर या CurveAlign) का हवाला देने वाले प्रकाशनों की समीक्षा इंगित करती है कि लगभग 110 जर्नल पेपर हैं जिन्होंने सीधे इसे अपने विश्लेषण के लिए उपयोग किया, जिसमें लगभग 35 प्रकाशन हमारे समूह के साथ सहयोगात्मक थे, और अन्य (~ 75) अन्य समूहों द्वारा लिखे गए थे। उदाहरण के लिए, इस मंच का उपयोग निम्नलिखित अध्ययनों के लिए किया गया था: स्तन कैंसर22,23,24,अग्नाशय का कैंसर10,25,गुर्दे का कैंसर9,26,घाव उपचार3,27,28,29,30,ओवेरियन कैंसर8,31,7,गर्भाशयोस्फेषिक स्नायु32,हाइपोफोस्फेमिकडेंटिन डेंटिन 33, बेसल सेल कार्सिनोमा34, हाइपोक्सिक सारकोमा35, उपास्थि ऊतक36, हृदय रोग37, न्यूरॉन्स38, ग्लियोब्लास्टोमा39, लिम्फेटिक संकुचन40, रेशेदार कैस्फोल्ड41, गैस्ट्रिक कैंसर42, माइक्रोटुबुल43, और मूत्राशय44. चित्रा 1 एसएचजी छवि से स्तन कैंसर19 के ट्यूमर से जुड़े कोलेजन हस्ताक्षर खोजने के लिए CurveAlign के कैंसर इमेजिंग आवेदन को दर्शाता है । चित्रा 2 इस मंच के एक विशिष्ट योजनाबद्ध कार्यप्रवाह का वर्णन करता है। यद्यपि इन उपकरणों की तकनीकी रूप से18,19,21की समीक्षा की गई है, और CurveAlign के साथ संरेखण विश्लेषण के लिए एक नियमित प्रोटोकॉल20 भी उपलब्ध है, एक दृश्य प्रोटोकॉल जो सभी आवश्यक सुविधाओं को दर्शाता है उपयोगी हो सकता है। एक दृश्य प्रोटोकॉल, जैसा कि यहां प्रस्तुत किया गया है, इस प्लेटफ़ॉर्म का उपयोग करने की सीखने की प्रक्रिया को सुविधाजनक बनाएगा और साथ ही उपयोगकर्ताओं के पास होने वाली चिंताओं और प्रश्नों को अधिक कुशलता से संबोधित करेगा।

Protocol

नोट: यह प्रोटोकॉल कोलेजन क्वांटिफिकेशन के लिए सीटी-फायर और CurveAlign के उपयोग का वर्णन करता है। इन दोनों उपकरणों के पूरक है, लेकिन अलग, मुख्य लक्ष्यों और कुछ हद तक एक साथ जुड़े हुए हैं । उन्नत पोस्ट-प्रोसेसिंग…

Representative Results

इन तरीकों को सफलतापूर्वक कई अध्ययनों में लागू किया गया है। कुछ विशिष्ट अनुप्रयोगों में शामिल हैं: 1) Conklin एट अल.22 ने ट्यूमर से जुड़े कोलेजन हस्ताक्षरों की गणना करने के लिए CurveAlign का उपयोग किया, और पाय…

Discussion

यह प्रोटोकॉल फाइब्रिलर कोलेजन क्वांटिफिकेशन के लिए सीटी-फायर और कर्वएलिजन के उपयोग का वर्णन करता है और सीटी-फायर या वक्रअलाइन द्वारा विश्लेषण के लिए उपयुक्त कोलेजन फाइबर या अन्य लाइन-जैसे लंबी संरचन…

Disclosures

The authors have nothing to disclose.

Acknowledgements

हम पिछले कुछ वर्षों में सीटी-फायर और CurveAlign के लिए कई योगदानकर्ताओं और उपयोगकर्ताओं को धन्यवाद देते हैं, जिनमें डॉ रोब नोलक, डॉ कैरोलिन पेहलके, डॉ जेरेमी ब्रेडफेल्ट, गुनीत मेहता, एंड्रयू लीच, डॉ अदिब कीखोसरवी, डॉ मैट कॉनक्लिन, डॉ जायने गिलहरी, डॉ पाओलो प्रोवेन्जानो, डॉ ब्रेंडा ओगले, डॉ पेट्रीसिया कीली, डॉ जोसेफ Szulczewski, डॉ सुजान पोनिक और अतिरिक्त तकनीकी योगदान शामिल हैं । इस काम को सेमीकंडक्टर रिसर्च कॉरपोरेशन, मोरग्रिज इंस्टीट्यूट फॉर रिसर्च, और एनआईएच ग्रांट R01CA199996, R01CA181385 और U54CA210190 से केडब्ल्यूई तक फंडिंग से सपोर्ट मिला ।

Materials

CT-FIRE Univerity of Wisconsin-Madison N/A open source software available from https://eliceirilab.org/software/ctfire/
CurveAlign University of Wisconsin-Madison N/A open source software available from https://eliceirilab.org/software/curvealign/

References

  1. Nadiarnykh, O., et al. Second harmonic generation imaging microscopy studies of osteogenesis imperfecta. Journal of Biomedical Optics. 12 (5), 051805 (2007).
  2. Kouris, N. A., et al. A nondenatured, noncrosslinked collagen matrix to deliver stem cells to the heart. Regenerative Medicine. 6 (5), 569-582 (2011).
  3. LeBert, D. C., et al. Matrix metalloproteinase 9 modulates collagen matrices and wound repair. Development. 142 (12), 2136-2146 (2015).
  4. Provenzano, P. P., et al. Collagen reorganization at the tumor-stromal interface facilitates local invasion. BMC Medicine. 4 (1), 38 (2006).
  5. Provenzano, P. P., et al. Collagen density promotes mammary tumor initiation and progression. BMC Medicine. 6 (1), 1 (2008).
  6. Conklin, M. W., et al. Aligned collagen is a prognostic signature for survival in human breast carcinoma. The American Journal of Pathology. 178 (3), 1221-1232 (2011).
  7. Alkmin, S., et al. Migration dynamics of ovarian epithelial cells on micro-fabricated image-based models of normal and malignant stroma. Acta Biomaterialia. 100, 92-104 (2019).
  8. Campbell, K. R., Campagnola, P. J. Assessing local stromal alterations in human ovarian cancer subtypes via second harmonic generation microscopy and analysis. Journal of Biomedical Optics. 22 (11), 116008 (2017).
  9. Best, S. L., et al. Collagen organization of renal cell carcinoma differs between low and high grade tumors. BMC Cancer. 19 (1), 490 (2019).
  10. Drifka, C. R., et al. Periductal stromal collagen topology of pancreatic ductal adenocarcinoma differs from that of normal and chronic pancreatitis. Modern Pathology. 28 (11), 1470-1480 (2015).
  11. Campagnola, P. J., et al. Three-dimensional high-resolution second-harmonic generation imaging of endogenous structural proteins in biological tissues. Biophysical Journal. 82 (1), 493-508 (2002).
  12. Arun Gopinathan, P., et al. Study of collagen birefringence in different grades of oral squamous cell carcinoma using picrosirius red and polarized light microscopy. Scientifica. 2015, 1-7 (2015).
  13. Keikhosravi, A., et al. Quantification of collagen organization in histopathology samples using liquid crystal based polarization microscopy. Biomedical Optics Express. 8 (9), 4243-4256 (2017).
  14. Quan, B. D., Sone, E. D. Cryo-TEM analysis of collagen fibrillar structure. Methods in Enzymology. 532, 189-205 (2013).
  15. Boudaoud, A., et al. FibrilTool, an ImageJ plug-in to quantify fibrillar structures in raw microscopy images. Nature Protocols. 9 (2), 457-463 (2014).
  16. Rezakhaniha, R., et al. Experimental investigation of collagen waviness and orientation in the arterial adventitia using confocal laser scanning microscopy. Biomechanics and Modeling in Mechanobiology. 11 (3-4), 461-473 (2012).
  17. Kartasalo, K., et al. CytoSpectre: a tool for spectral analysis of oriented structures on cellular and subcellular levels. BMC Bioinformatics. 16 (1), 1 (2015).
  18. Bredfeldt, J. S., et al. Computational segmentation of collagen fibers from second-harmonic generation images of breast cancer. Journal of Biomedical Optics. 19 (1), 016007 (2014).
  19. Bredfeldt, J. S., et al. Automated quantification of aligned collagen for human breast carcinoma prognosis. Journal of Pathology Informatics. 5 (1), 28 (2014).
  20. Liu, Y., Keikhosravi, A., Mehta, G. S., Drifka, C. R., Eliceiri, K. W. Methods for quantifying fibrillar collagen alignment. Methods in Molecular Biology. 1627, 429-451 (2017).
  21. Liu, Y., et al. Fibrillar collagen quantification with curvelet transform based computational methods. Frontiers in Bioengineering and Biotechnology. 8, 198 (2020).
  22. Conklin, M. W., et al. Collagen alignment as a predictor of recurrence after ductal carcinoma in situ. Cancer Epidemiology and Prevention Biomarkers. 27 (2), 138-145 (2018).
  23. Jallow, F., et al. Dynamic interactions between the extracellular matrix and estrogen activity in progression of ER+ breast cancer. Oncogene. 38 (43), 6913-6925 (2019).
  24. Smirnova, T., et al. Serpin E2 promotes breast cancer metastasis by remodeling the tumor matrix and polarizing tumor associated macrophages. Oncotarget. 7 (50), 82289 (2016).
  25. Fanous, M., Keikhosravi, A., Kajdacsy-Balla, A., Eliceiri, K. W., Popescu, G. Quantitative phase imaging of stromal prognostic markers in pancreatic ductal adenocarcinoma. Biomedical Optics Express. 11 (3), 1354-1364 (2020).
  26. Jiménez-Torres, J. A., Virumbrales-Muñoz, M., Sung, K. E., Lee, M. H., Abel, E. J., Beebe, D. J. Patient-specific organotypic blood vessels as an in vitro model for anti-angiogenic drug response testing in renal cell carcinoma. EBioMedicine. 42, 408-419 (2019).
  27. Govindaraju, P., Todd, L., Shetye, S., Monslow, J., Puré, E. CD44-dependent inflammation, fibrogenesis, and collagenolysis regulates extracellular matrix remodeling and tensile strength during cutaneous wound healing. Matrix Biology. 75, 314-330 (2019).
  28. Henn, D., et al. Cryopreserved human skin allografts promote angiogenesis and dermal regeneration in a murine model. International Wound Journal. 17 (4), 925-936 (2020).
  29. Rico-Jimenez, J., et al. Non-invasive monitoring of pharmacodynamics during the skin wound healing process using multimodal optical microscopy. BMJ Open Diabetes Research and Care. 8 (1), 000974 (2020).
  30. Israel, J. S., et al. Quantification of collagen organization after nerve repair. Plastic and Reconstructive Surgery Global Open. 5 (12), (2017).
  31. Rentchler, E. C., Gant, K. L., Drapkin, R., Patankar, M., Campagnola, P. J. Imaging collagen alterations in STICs and high grade ovarian cancers in the fallopian tubes by second harmonic generation microscopy. Cancers. 11 (11), 1805 (2019).
  32. Hu, C., et al. Imaging collagen properties in the uterosacral ligaments of women with pelvic organ prolapse using spatial light interference microscopy (SLIM). Frontiers in Physics. 7, 72 (2019).
  33. Guirado, E., et al. Disrupted protein expression and altered proteolytic events in hypophosphatemic dentin can be rescued by dentin matrix protein 1. Frontiers in Physiology. 11, 82 (2020).
  34. Kiss, N., et al. Quantitative analysis on ex vivo nonlinear microscopy images of basal cell carcinoma samples in comparison to healthy skin. Pathology & Oncology Research. 25 (3), 1015-1021 (2019).
  35. Lewis, D. M., et al. Collagen fiber architecture regulates hypoxic sarcoma cell migration. ACS Biomaterials Science & Engineering. 4 (2), 400-409 (2018).
  36. Moura, C. C., Bourdakos, K. N., Tare, R. S., Oreffo, R. O., Mahajan, S. Live-imaging of Bioengineered Cartilage Tissue using Multimodal Non-linear Molecular Imaging. Scientific Reports. 9 (1), 1-9 (2019).
  37. Murtada, S. I., et al. Paradoxical aortic stiffening and subsequent cardiac dysfunction in Hutchinson-Gilford progeria syndrome. Journal of The Royal Society Interface. 17 (166), 0066 (2020).
  38. Nichol, R. H., Catlett, T. S., Onesto, M. M., Hollender, D., Gómez, T. M. Environmental elasticity regulates cell-type specific RHOA signaling and neuritogenesis of human neurons. Stem Cell Reports. 13 (6), 1006-1021 (2019).
  39. Pointer, K. B., et al. Association of collagen architecture with glioblastoma patient survival. Journal of Neurosurgery. 126 (6), 1812-1821 (2016).
  40. Razavi, M. S., Leonard-Duke, J., Hardie, B., Dixon, J. B., Gleason, R. L. Axial stretch regulates rat tail collecting lymphatic vessel contractions. Scientific Reports. 10 (1), 1-11 (2020).
  41. Xue, Y., et al. Valve leaflet-inspired elastomeric scaffolds with tunable and anisotropic mechanical properties. Polymers for Advanced Technologies. 31 (1), 94-106 (2020).
  42. Zhou, Z. H., et al. Reorganized collagen in the tumor microenvironment of gastric cancer and its association with prognosis. Journal of Cancer. 8 (8), 1466 (2017).
  43. Zinn, A., et al. The small GTPase RhoG regulates microtubule-mediated focal adhesion disassembly. Scientific Reports. 9 (1), 1-15 (2019).
  44. Zwaans, B. M., et al. Radiation cystitis modeling: A comparative study of bladder fibrosis radio-sensitivity in C57BL/6, C3H, and BALB/c mice. Physiological Reports. 8 (4), (2020).
  45. Devine, E. E., Liu, Y., Keikhosravi, A., Eliceiri, K. W., Jiang, J. J. Quantitative second harmonic generation imaging of leporine, canine, and porcine vocal fold collagen. The Laryngoscope. 129 (11), 2549-2556 (2019).
  46. Schindelin, J., et al. Fiji: an open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
  47. Zeitoune, A. A., et al. Epithelial ovarian cancer diagnosis of second-harmonic generation images: A semiautomatic collagen fibers quantification protocol. Cancer Informatics. 16, (2017).
  48. Wershof, E., et al. Matrix feedback enables diverse higher-order patterning of the extracellular matrix. PLoS Computational Biology. 15 (10), 1007251 (2019).
  49. Mostaço-Guidolin, L. B., et al. Fractal dimension and directional analysis of elastic and collagen fiber arrangement in unsectioned arterial tissues affected by atherosclerosis and aging. Journal of Applied Physiology. 126 (3), 638-646 (2019).
  50. Thain, D., Tannenbaum, T., Livny, M. Distributed computing in practice: the Condor experience. Concurrency and Computation: Practice and Experience. 17 (2-4), 323-356 (2005).
check_url/61931?article_type=t&slug=quantifying-fibrillar-collagen-organization-with-curvelet-transform

Play Video

Cite This Article
Liu, Y., Eliceiri, K. W. Quantifying Fibrillar Collagen Organization with Curvelet Transform-Based Tools. J. Vis. Exp. (165), e61931, doi:10.3791/61931 (2020).

View Video