Misurazione di ceppi tissutali locali nei tendini tramite correlazione di immagini digitali open source
Summary
Questo documento descrive un algoritmo di correlazione delle immagini digitali open source per misurare ceppi tissutali 2D locali all’interno di espianti di tendini. L’accuratezza della tecnica è stata convalidata utilizzando più tecniche ed è disponibile per uso pubblico.
Abstract
C’è un notevole interesse scientifico nella comprensione dei ceppi che le cellule tendinee sperimentano in situ e di come questi ceppi influenzano il rimodellamento dei tessuti. Sulla base di questo interesse, sono state sviluppate diverse tecniche analitiche per misurare i ceppi tissutali locali all’interno degli espianti di tendini durante il carico. Tuttavia, in diversi casi, l’accuratezza e la sensibilità di queste tecniche non sono state riportate e nessuno degli algoritmi è disponibile pubblicamente. Ciò ha reso difficile la misurazione più diffusa dei ceppi tissutali locali negli espianti di tendini. Pertanto, l’obiettivo di questo documento era quello di creare uno strumento di analisi convalidato per misurare ceppi tissutali locali negli espianti di tendini che fosse prontamente disponibile e facile da usare. In particolare, un algoritmo di correlazione digitale lagrangiana aumentata (ALDIC) disponibile al pubblico è stato adattato per misurare i ceppi 2D monitorando gli spostamenti dei nuclei cellulari all’interno dei tendini di Achille del topo sotto tensione uniassiale. Inoltre, l’accuratezza delle deformazioni calcolate è stata convalidata analizzando immagini trasformate digitalmente e confrontando le deformazioni con valori determinati da una tecnica indipendente (cioè linee fotosbiancate). Infine, nell’algoritmo è stata incorporata una tecnica per ricostruire l’immagine di riferimento utilizzando il campo di spostamento calcolato, che può essere utilizzato per valutare l’accuratezza dell’algoritmo in assenza di valori di deformazione noti o di una tecnica di misurazione secondaria. L’algoritmo è in grado di misurare deformazioni fino a 0,1 con una precisione di 0,00015. La tecnica per confrontare un’immagine di riferimento ricostruita con l’immagine di riferimento effettiva ha identificato con successo campioni che avevano dati errati e ha indicato che, nei campioni con dati validi, circa l’85% del campo di spostamento era accurato. Infine, i ceppi misurati nei tendini di Achille del topo erano coerenti con la letteratura precedente. Pertanto, questo algoritmo è uno strumento molto utile e adattabile per misurare con precisione i ceppi tissutali locali nei tendini.
Introduction
I tendini sono tessuti meccanosensibili che si adattano e degenerano in risposta al carico meccanico 1,2,3,4. A causa del ruolo che gli stimoli meccanici svolgono nella biologia delle cellule tendinee, c’è un grande interesse nella comprensione dei ceppi che le cellule tendinee sperimentano nell’ambiente tissutale nativo durante il carico. Sono state sviluppate diverse tecniche sperimentali e analitiche per misurare i ceppi tissutali locali nei tendini. Questi includono analisi di correlazione digitale delle immagini (DIC) 2D / 3D di ceppi superficiali utilizzando modelli di macchie o linee fotosbiancate (PBL)5,6,7,8, misurazione dei cambiamenti nella distanza centroide-centroide dei singoli nuclei all’interno del tessuto 9,10 e un recente metodo DIC 3D a campo completo che considera il movimento fuori dal piano e le deformazioni 3D 11 . Tuttavia, l’accuratezza e la sensibilità di queste tecniche sono state riportate solo in pochi casi e nessuna di queste tecniche è stata resa disponibile al pubblico, il che rende difficile l’adozione e l’utilizzo diffuso di queste tecniche.
L’obiettivo di questo lavoro era quello di creare uno strumento di analisi convalidato per misurare i ceppi tissutali locali negli espianti di tendini che fosse prontamente disponibile e facile da usare. Il metodo scelto si basa su un algoritmo di correlazione digitale delle immagini agrangiane (ALDIC) disponibile pubblicamente e scritto in MATLAB sviluppato da Yang e Bhattacharya12. Questo algoritmo è stato adattato per analizzare campioni di tendini e convalidato applicandolo a immagini trasformate digitalmente e confrontando le tensioni misurate in campioni di tendini reali con i risultati ottenuti da linee fotosbiancate. Inoltre, nell’algoritmo sono state implementate funzionalità aggiuntive per confermare l’accuratezza del campo di spostamento calcolato anche in assenza di valori di deformazione noti o di una tecnica di misurazione secondaria. Pertanto, questo algoritmo è uno strumento altamente utile e adattabile per misurare con precisione i ceppi tissutali 2D locali nei tendini.
Protocol
Representative Results
Discussion
L’obiettivo di questo documento era fornire un metodo open source convalidato per misurare i campi di deformazione 2D nei tendini sotto carico di trazione. La base del software era basata su un algoritmo ALDIC disponibile al pubblico12. Questo algoritmo è stato incorporato in un codice MATLAB più grande con l’aggiunta della funzionalità di analisi incrementale (rispetto a cumulativa) della deformazione. Questo algoritmo adattato è stato quindi applicato alla prova di trazione dei tendini e la …
Divulgaciones
The authors have nothing to disclose.
Acknowledgements
Questo lavoro è stato finanziato dal National Institutes of Health (R21 AR079095) e dalla 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 |
Referencias
- 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).
