Determining collagen distribution in articular cartilage using contrast-enhanced micro-computed tomography
Notice bibliographique
Résumé
OBJECTIVE: Collagen distribution within articular cartilage (AC) is typically evaluated from histological sections, e.g., using collagen staining and light microscopy (LM). Unfortunately, all techniques based on histological sections are time-consuming, destructive, and without extraordinary effort, limited to two dimensions. This study investigates whether phosphotungstic acid (PTA) and phosphomolybdic acid (PMA), two collagen-specific markers and X-ray absorbers, could (1) produce contrast for AC X-ray imaging or (2) be used to detect collagen distribution within AC. METHOD: We labeled equine AC samples with PTA or PMA and imaged them with micro-computed tomography (micro-CT) at pre-defined time points 0, 18, 36, 54, 72, 90, 180, 270 h during staining. The micro-CT image intensity was compared with collagen distributions obtained with a reference technique, i.e., Fourier-transform infrared imaging (FTIRI). The labeling time and contrast agent producing highest association (Pearson correlation, Bland-Altman analysis) between FTIRI collagen distribution and micro-CT -determined PTA distribution was selected for human AC. RESULTS: Both, PTA and PMA labeling permitted visualization of AC features using micro-CT in non-calcified cartilage. After labeling the samples for 36 h in PTA, the spatial distribution of X-ray attenuation correlated highly with the collagen distribution determined by FTIRI in both equine (mean ± S.D. of the Pearson correlation coefficients, r = 0.96 ± 0.03, n = 12) and human AC (r = 0.82 ± 0.15, n = 4). CONCLUSIONS: PTA-induced X-ray attenuation is a potential marker for non-destructive detection of AC collagen distributions in 3D. This approach opens new possibilities in development of non-destructive 3D histopathological techniques for characterization of OA.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».