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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».