Micro-computed Tomography-Based Collagen Orientation and Anisotropy Analysis of Rabbit Articular Cartilage
Notice bibliographique
Résumé
The collagen network is the highly organized backbone of articular cartilage providing tissue tensile stiffness and restricting proteoglycan bleaching out of the tissue. Osteoarthritis (OA) diminishes proper collagen network adaptation. Our aim was to provide quantitative three-dimensional (3D) information of the cartilage collagen network adaptation in early osteoarthritis using high resolution micro-computed tomography (µCT)-imaging. Osteochondral samples from the femoral condyles were collected from healthy (N = 8, both legs) and experimental OA rabbit model with anterior cruciate ligament transection (N = 14, single leg). Samples were processed for cartilage µCT-imaging and histological evaluation with polarized light microscopy (PLM). Structure tensor analysis was used to analyse the collagen fibre orientation and anisotropy of the µCT-images, and PLM was used as a validation for structural changes. Depth-wise comparison of collagen fibre orientation acquired with µCT-imaging and PLM correlated well, but the values obtained with PLM were systematically greater than those measured with µCT-imaging. Structure tensor analysis allowed for 3D quantification of collagen network anisotropy. Finally, µCT-imaging revealed only minor differences between the control and experimental groups.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».