Summary

Medición de tensiones tisulares locales en tendones a través de la correlación de imágenes digitales de código abierto

Published: January 27, 2023
doi:

Summary

Este documento describe un algoritmo de correlación de imágenes digitales de código abierto para medir las tensiones locales de tejido 2D dentro de los explantes de tendones. La precisión de la técnica ha sido validada utilizando múltiples técnicas, y está disponible para uso público.

Abstract

Existe un considerable interés científico en comprender las tensiones que experimentan las células tendinosas in situ y cómo estas cepas influyen en la remodelación de los tejidos. Sobre la base de este interés, se han desarrollado varias técnicas analíticas para medir las tensiones del tejido local dentro de los explantes tendinosos durante la carga. Sin embargo, en varios casos, la precisión y sensibilidad de estas técnicas no se han informado, y ninguno de los algoritmos está disponible públicamente. Esto ha dificultado la medición más generalizada de las tensiones tisulares locales en los explantes de tendones. Por lo tanto, el objetivo de este trabajo fue crear una herramienta de análisis validada para medir las tensiones tisulares locales en los explantes tendinosos que esté fácilmente disponible y sea fácil de usar. Específicamente, se adaptó un algoritmo de correlación de imagen digital (ALDIC) de Lagrange aumentada disponible públicamente para medir las tensiones 2D mediante el seguimiento de los desplazamientos de los núcleos celulares dentro de los tendones de Aquiles del ratón bajo tensión uniaxial. Además, la precisión de las cepas calculadas se validó mediante el análisis de imágenes transformadas digitalmente, así como mediante la comparación de las deformaciones con los valores determinados a partir de una técnica independiente (es decir, líneas fotoblanqueadas). Finalmente, se incorporó una técnica al algoritmo para reconstruir la imagen de referencia utilizando el campo de desplazamiento calculado, que se puede utilizar para evaluar la precisión del algoritmo en ausencia de valores de deformación conocidos o una técnica de medición secundaria. El algoritmo es capaz de medir deformaciones de hasta 0,1 con una precisión de 0,00015. La técnica para comparar una imagen de referencia reconstruida con la imagen de referencia real identificó con éxito muestras que tenían datos erróneos e indicó que, en muestras con buenos datos, aproximadamente el 85% del campo de desplazamiento era preciso. Finalmente, las tensiones medidas en tendones de Aquiles de ratón fueron consistentes con la literatura previa. Por lo tanto, este algoritmo es una herramienta muy útil y adaptable para medir con precisión las tensiones tisulares locales en los tendones.

Introduction

Los tendones son tejidos mecanosensibles que se adaptan y degeneran en respuesta a la carga mecánica 1,2,3,4. Debido al papel que desempeñan los estímulos mecánicos en la biología de las células del tendón, existe un gran interés en comprender las tensiones que experimentan las células del tendón en el entorno del tejido nativo durante la carga. Se han desarrollado varias técnicas experimentales y analíticas para medir las tensiones tisulares locales en los tendones. Estos incluyen análisis de correlación de imágenes digitales (DIC) 2D / 3D de deformaciones superficiales utilizando patrones de moteado o líneas fotoblanqueadas (PBL)5,6,7,8, medición de los cambios en la distancia centroide a centroide de núcleos individuales dentro del tejido 9,10, y un método DIC 3D reciente de campo completo que considera el movimiento fuera del plano y las deformaciones 3D 11 . Sin embargo, la exactitud y sensibilidad de estas técnicas se han informado sólo en unos pocos casos, y ninguna de estas técnicas se ha puesto a disposición del público, lo que dificulta la adopción y utilización generalizadas de estas técnicas.

El objetivo de este trabajo fue crear una herramienta de análisis validada para medir las tensiones tisulares locales en los explantes tendinosos que esté fácilmente disponible y sea fácil de usar. El método elegido se basa en un algoritmo de correlación de imágenes digitales (ALDIC) de lagrangiano aumentado disponible públicamente escrito en MATLAB que fue desarrollado por Yang y Bhattacharya12. Este algoritmo se adaptó para analizar muestras de tendones y se validó aplicándolo a imágenes transformadas digitalmente y comparando las deformaciones medidas en muestras de tendones reales con los resultados obtenidos de líneas fotoblanqueadas. Además, se implementó una funcionalidad adicional en el algoritmo para confirmar la precisión del campo de desplazamiento calculado incluso en ausencia de valores de deformación conocidos o una técnica de medición secundaria. Por lo tanto, este algoritmo es una herramienta muy útil y adaptable para medir con precisión las tensiones locales del tejido 2D en los tendones.

Protocol

Este estudio fue aprobado por el Comité Institucional de Cuidado y Uso de Animales de la Universidad Estatal de Pensilvania. 1. Preparación del tejido Para este protocolo, recolecte los tendones de Aquiles de ratones machos C57BL / 6 de 2-4 meses de edad.NOTA: También se pueden usar diferentes tendones o ligamentos de ratones u otros animales pequeños.Haga una incisión en la piel superficial del tendón de Aquiles para exponer el tendón plantar y el…

Representative Results

Antes de analizar los campos de deformación en muestras de tejido reales, el protocolo ALDIC se validó por primera vez utilizando imágenes tensadas / transformadas digitalmente de núcleos dentro de tendones de Aquiles de ratón. Específicamente, las imágenes se transformaron para producir digitalmente cepas uniformes en la dirección x de 2%, 4%, 6%, 8% y 10% de tensión con una relación de Poisson simulada de 115,16. La precisión del algoritmo ALDIC se e…

Discussion

El objetivo de este trabajo fue proporcionar un método validado de código abierto para medir los campos de deformación 2D en tendones bajo carga de tracción. La base del software se basó en un algoritmo ALDIC disponible públicamente12. Este algoritmo se integró en un código de MATLAB más grande con la funcionalidad añadida de análisis de deformación incremental (frente a acumulativo). Este algoritmo adaptado se aplicó a la prueba de tracción de tendones, y su precisión se evaluó me…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Este trabajo fue financiado por los Institutos Nacionales de Salud (R21 AR079095) y la Fundación Nacional de Ciencias (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

Referencias

  1. 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).
  2. 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).
  3. Shepherd, J. H., Screen, H. R. C. Fatigue loading of tendon. International Journal of Experimental Pathology. 94 (4), 260-270 (2013).
  4. 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).
  5. 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).
  6. Cheng, V. W. T., Screen, H. R. C. The micro-structural strain response of tendon. Journal of Materials Science. 42 (21), 8957-8965 (2007).
  7. 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).
  8. 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).
  9. 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).
  10. Screen, H. R. C., Bader, D. L., Lee, D. A., Shelton, J. C. Local strain measurement within tendon. Strain. 40 (4), 157-163 (2004).
  11. 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).
  12. Yang, J., Bhattacharya, K. Augmented Lagrangian digital image correlation. Experimental Mechanics. 59 (2), 187-205 (2019).
  13. 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).
  14. Humphrey, J. D., O’Rourke, S. L. . An Introduction to Biomechanics. , (2015).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. Gatt, R., et al. Negative Poisson’s ratios in tendons: An unexpected mechanical response. Acta Biomaterialia. 24, 201-208 (2015).

Play Video

Citar este artículo
Godshall, S., Pedaprolu, K., Vasti, E., Eskandari, F., Szczesny, S. E. Measuring Local Tissue Strains in Tendons via Open-Source Digital Image Correlation. J. Vis. Exp. (191), e64921, doi:10.3791/64921 (2023).

View Video