Applying High Resolution X-Ray Microscopy to Reveal Microstructural Changes in Early-stage Osteoarthritic Knee Joint
Notice bibliographique
Résumé
Background: In Canada, osteoarthritis affects 4 million people and costs over 1.3 billion CAD annually in joint replacements. However, early detection remains a major challenge, as current clinical imaging tools cannot capture subtle tissue changes in the early stages, and the underlying mechanisms that drive disease progression are still not fully understood. Research Objectives: This thesis investigates microstructural changes in TMM-induced OA mouse models using high-resolution X-ray microscopy (XRM). It focuses on optimizing imaging and segmentation methods to assess cartilage thickness, bone architecture, and cell morphology, with the goal of improving early OA diagnostics through detailed tissue-level insights. Methodology: 6 Male C57BL/6 mice underwent TMM on the right knee at 8 weeks old. Two weeks later, operated and control contralateral knees were EpoFix resin embedded, harvested, and then imaged with XRM. Tissue components, including articular and calcified cartilage, subchondral bone plate, cortical and trabecular bone, and osteocytes and chondrocytes, were segmented using Attention U-Net deep learning. Cartilage thickness and cell volume changes were then quantified to assess tissue degradation. Results: High-resolution XRM analysis revealed early osteoarthritis-induced increases in osteocyte volume and altered spatial organization in the femur. Chondrocyte sphericity was preserved, but depth-dependent shifts in cell distribution were detected. Calcified cartilage thickness increased regionally, while articular cartilage and subchondral bone plate thicknesses remained stable. Bone morphometry showed subtle femoral-specific changes in cortical and trabecular regions. Conclusions and Future Work: High-resolution XRM enabled early detection of OA-related changes in joint morphology and cell organization, including osteocyte volume, chondrocyte distribution, and articular cartilage remodeling. Future work should explore comparative segmentation tools, regional cell density, and articular cartilage surface roughness, while expanding analysis beyond the early stages to better capture site-specific adaptations and improve OA diagnostics.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».