Mikrotomografia jest wciąż stosunkowo mało popularną metodą badawczą. Pomimo zasadniczych podobieństw do klinicznej tomografii komputerowej mikrotomografia rentgenowska znacząco różni się od klinicznej. Najważniejszą rozbieżnością jest ogólnie pojęta optymalizacja całego toku postępowania prowadzącego do finalnej analizy badanego obiektu. Kliniczne tomografy komputerowe są zaprojektowane i dostosowane tak, aby jak najlepiej i jednocześnie jak najbezpieczniej zobrazować ciało człowieka. Optymalizacja taka, pomijając rozwiązania inżynieryjne, polega na minimalizacji dawki promieniowania rentgenowskiego przy zachowaniu zadowalającej diagnostycznie jakości obrazu. W przypadku mikrotomografii ex vivo, z oczywistych względów, dawka promieniowania nie stanowi problemu, który należy optymalizować. W mikrotomografii trudności pojawiają się w momencie optymalizacji parametrów pomiaru dla jak najlepszej relacji między parametrami takimi jak rozdzielczość, czas, szum. Wyniki prezentowane w rozdziale 3 - 6 tej pracy są tego najlepszym dowodem. Na te trudności nakłada się specyfika próbki, która może zmieniać swój stan w trakcie skanu. Na przykład próbki tkanki miękkiej mają tendencję do wysychania. W konsekwencji, zmieniają się wymiary liniowe próbki a także liniowy współczynnik osłabienia. Tomografy kliniczne dysponują lampami rentgenowskimi o znacząco wyższej mocy, ale większym ognisku lampy. Powoduje to, że przestrzenna zdolność rozdzielcza jest niższa w porównaniu do mikrotomografii, natomiast zdolność rozróżniania niewielkich zmian gęstości jest znacząco lepsza. Im wyższą zastosujemy przestrzenną zdolność rozdzielczą, tym spada stosunek sygnału do szumu. Można to poprawić, jak pokazano w pracy, stosując uśrednianie rejestrowanych projekcji, lecz wydłuża ono czas pomiaru. Gęstościowa zdolność rozdzielcza zależy od energii promieniowania rentgenowskiego. Niższa energia pozwala na lepszą detekcję niewielkich zmian liniowego współczynnika osłabienia. Jednakże w przypadku mocy lamp 8 - 10 W, wykorzystywanych w mikrotomografii, obniżenie energii może skutkować całkowitym pochłonięciem promieniowania przez próbkę.
Słaby kontrast w przypadku obrazowania np. tkanek miękkich może zostać poprawiony przez zastosowanie odpowiednich środków kontrastowych. Środki te mogą być albo podawane aktywnie w procesie iniekcji albo pasywnie w procesie dyfuzji na zasadzie
117 moczenia. Dobór środka kontrastowego, czasu barwienia itp. w zależności od rodzaju próbki, jej składu oraz tego, co chcemy w niej uwidocznić jest niezwykle problematyczny, co pokazały eksperymenty z użyciem środków kontrastowych do obrazowania gałek ocznych.
Reasumując, wynik w postaci dobrej jakości obrazu mikrotomograficznego, który umożliwia precyzyjną analizę ilościową jak i jakościową zależy od wielu czynników, od optymalizacji wielu procedur badawczych, dostosowanej do specyfiki danego materiału. Wnioski z przeprowadzonych badań zawiera tabela umieszczona poniżej.
Tab. 7.1 Zestawienie istotnych czynników przy analizie mikrotomograficznej tkanek miękkich, tkanek
zmineralizowanych oraz ciał stałych takich jak metale, tworzywa, ceramiki itp.
Rodzaj próbki Tkanki miękkie Tkanki zmineralizowane Metale/tworzywa Preparatyka próbki konieczność stosowania środków kontrastowych zapobieganie wysychaniu zapobieganie ruchom próbki w trakcie pomiaru czasochłonna procedura wybór odpowiedniego fragmentu do analizy zapobieganie wysychaniu odpowiedni rozmiar próbki konieczny niewielki rozmiar próbki Parametry obrazowania niska energia promieniowania wysoka ilość uśrednień niewielki skok kąta
obrotu brak filtrów promieniowania wysoka energia promieniowania korzystne stosowanie fizycznych filtrów wysoka energia promieniowania konieczne zastosowanie filtrów np. Cu Rekonstrukcja obrazu częste artefakty związane z ruchem próbki konieczna korekcja efektu twardnienia promieniowania
bardzo wyraźny efekt twardnienia
promieniowania niski stosunek sygnału
do szumu ze względu na wysokie liniowe współczynniki osłabienia Analiza obrazu
niski stosunek sygnału do szumu
trudności z binaryzacją obrazu
dobór VOI do analizy artefakty w postaci smug, utrudniają binaryzację
118 Tabela 7.1 pokazuje jak wiele czynników jest koniecznych do wzięcia pod uwagę w trakcie planowania eksperymentu z wykorzystaniem mikrotomografii komputerowej. Dodatkowo każda próbka wymaga indywidualnego podejścia. Inaczej skanowane będą gałki oczne, a inaczej fragmenty aorty, mimo że obie struktury można zaliczyć do tkanek miękkich. Co więcej, inaczej trzeba traktować świńskie gałki oczne, a inaczej np. mysie. Mogą one również odmiennie barwić się przy użyciu różnych środków kontrastowych. Zatem, przed uzyskaniem miarodajnego i jak najlepszego skanu konieczne jest wykonanie szeregu pomiarów wstępnych, testowych, które mają na celu wyeliminowanie maksymalnej ilości artefaktów, dobraniu odpowiedniej rozdzielczości i czasu obrazowania.
W ramach eksperymentów opisanych w niniejszej pracy oraz innych, w których uczestniczyłem, opracowano szereg optymalnych procedur do skanowania różnego typu obiektów przy pomocy mikrotomografu SkyScan 1172. Procedurę pomiaru i analizy zoptymalizowano dla próbek układu krwionośnego człowieka (zastawek, aort); zębów, ze szczególnym naciskiem na kanały korzeniowe; wszelkiego rodzaju kości od czaszek ludzkich do kości udowych szczurów; użycia kontrastów do obrazowania narządów zmysłów i elementów układu nerwowego i innych próbek biologicznych. Opracowano metodę analizy pian metalowych, węglowych i ceramicznych oraz ich analizę morfometryczną. Każda nowa próbka wymaga dopasowania już opracowanych schematów postępowania i ich modyfikacji dostosowanej do konkretnych potrzeb.
Pod względem użyteczności, mikrotomografia komputerowa jest niezaprzeczalnie wspaniałą metodą obrazowania. Jako niezbity dowód można przedstawić ilość publikacji ze słowem kluczowym „micro CT” odnotowaną w bazie www.sciencedirect.com. Rys. 7.1 pokazuje, że ilość publikacji związanych z mikrotomografią komputerową z roku na rok rośnie i to w tempie wykładniczym.
119
Rys. 7.1 Wykres prezentujący wzrost ilości publikacji dotyczących mikrotomografii
komputerowej na podstawie bazy www.sciencedirect.com. Strzałką oznaczono punkt odpowiadający ilości publikacji w roku 2016, do dnia 26 kwietnia.
Podziękowanie
Badania zawarte w niniejszej pracy zostały zrealizowane z wykorzystaniem aparatury zakupionej ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka (projekt POIG.02.01.00-12-023/08).
120
Referencje
[1] Kisiel A., Synchrotron jako narzędzie: Zastosowania Promieniowania synchrotronowego w spektroskopii ciała stałego. Biuletyn PTPS, 2006, vol. 5 (no. 3)
[2] Hrynkiewicz A., Człowiek i promieniowanie jonizujące, Warszawa, PWN, 2001
[3] Van de Casteele E., Model-based approach for Beam Hardening Correction and Resolution Measurements in Microtomography, Praca doktorska, Antwerpia, 2004
[4] Linstrom P. J., Mallard W. G., Eds., NIST Chemistry WebBook, NIST Standard Reference Database Number 69, National Institute of Standards and Technology, Gaithersburg MD, 20899, http://webbook.nist.gov [dostęp: 15.06.2016]
[5] Elliott J. C., Davis G. R., Dover S. D., X-ray microtomography: past and present, Proc. SPIE 7078, Developments in X-Ray Tomography VI, 707803 (September 16, 2008)
[6] Feldkamp L. A., Goldstein S. A., Parfitt A. M. i in., The direct examination of three-dimensional bone architecture in vitro by computed tomography, J Bone Miner Res. 1989;4(1):3-11
[7] Parfitt A. M. Drezner M.K., Glorieux F.H. i in., Bone histomorphometry: standardization of nomenclature, symbols, and units. Report of the ASBMR Histomorphometry Nomenclature Committee, J Bone Miner Res. 1987;2(6):595-610
[8] Stock S. R., Microcomputed Tomography. Methodology and Applications, CRC Press Taylor & Francis Group, Boca Raton, 2009
[9] iCRco, Claris CBCT Advanced In-Office Cone Beam 3D Imaging, Dostępny w Internecie: http://www.icrco.com/pdf/brochure/ClarisCBCT.pdf [dostęp: 15.06.2016]
[10] SCANCO Medical AG, XtremeCT II, Dostępny w Internecie:
http://www.scanco.ch/fileadmin/webmaster_img/Brochures/xtremectII-v2.pdf [dostęp: 15.06.2016]
[11] Bruker microCT, X-Ray Microtomography SkyScan Range of Instruments, Dostępny w Internecie: http://bruker-microct.com/next/2015corp_bro.pdf [dostęp: 15.06.2016]
[12] Zarse C. A. McAteer J. A., Sommer A. J. i in., Nondestructive analysis of urinary calculi using micro computed tomography. BMC Urol 2004, 4(1):15
[13] CTvox (v. 3.1.2), Bruker microCT
[14] Tatoń G., Rokita E., Wróbel A. i in: Renal calculi composition studies with the use of microtomography. CEJUrol, 2010; 63:87-90.
[15] Zarse C.A., McAteer J.A., Tann M. i in., Helical computed tomography accurately reports urinary stone composition using attenuation values: in vitro verification using high-resolution micro-computed tomography calibrated to fourier transform infrared microspectroscopy. Urology 2004, 63(5):828-33.
[16] Cleveland R. O., McAteer J. A., Müller R.: Time-lapse nondestructive assessment of shock wave damage to kidney stones in vitro using micro-computed tomography. J. Acoust. Soc. Am. 2001, 110:1733-1734.
[17] Williams J. C. Jr., McAteer J. A., Evan A. P. i in., Micro-computed tomography for analysis of urinary calculi. Urol. Res. 2010, 38: 477–484.
[18] Miller N. L., Gillen D. L., Williams J. C. Jr. i in., A formal test of the hypothesis that idiopathic calcium oxalate stones grow on Randall’s plaque. BJU Int. 2009, 103:966-971
121
[19] Bouxsein M. L., Boyd S. K., Christiansen B. A. i in., Guidelines for Assessment of Bone Microstructure in Rodents Using Micro–Computed Tomography. J Bone Miner Res. 2010;25:1468–86
[20] Parkinson H. I., Badiei A., Fazzalari N.L., Variation in segmentation of bone from micro-CT imaging: implications for quantitative morphometric analysis. Australas Phys Eng Sci Med. 2008, 31: 160-164
[21] Arlot M. E., Jiang Y., Genant H. K. i in., Histomorphometric and microCT analysis of bone biopsies from postmenopausal osteoporotic women treated with strontium ranelate. J Bone Miner Res. 2008, 23:215-222.
[22] Dufresne T. E. , Chmielewski P. A., Manhart M. D. i in., Risedronate preserves bone architecture in early postmenopausal women in 1 year as measured by three-dimensional microcomputed tomography. Calcif Tissue Int. 2003, 73:423–432.
[23] Fox J., Miller M. A., Recker R. R. i in., Treatment of postmenopausal osteoporotic women with parathyroid hormone 1-84 for 18 months increases cancellous bone formation and improves cancellous architecture: a study of iliac crest biopsies using histomorphometry and micro computed tomography. J Musculoskelet Neuronal Interact. 2005, 5:356–357.
[24] Li Z., Kuhn G., von Salis-Soglio M. i in., In vivo monitoring of bone architecture and remodeling after implant insertion: The different responses of cortical and trabecular bone, Bone, 2015, 81:468-77
[25] Adams C.S., Antoci Jr. V., Harrison G. i in., Controlled release of vancomycin from thin sol-gel films on implant surfaces successfully controls osteomyelitis. J Orthop Res. 2009, 27:701–709. [26] Freeman T. A., Patel P., Parvizib J. i in., Micro-CT Analysis with Multiple Thresholds Allows
Detection of Bone Formation and Resorption during Ultrasound-Treated Fracture Healing. J Orthop Res., 2009, 27:673–679.
[27] Langheinrich A. C., Stolle C., Kampschulte M. i in., Diagnostic value of ex-vivo three-dimensional micro-computed tomography imaging of primary nonhematopoietic human bone tumors: osteosarcoma versus chondrosarcoma. Acta Radiol. 2008, 49:940-948.
[28] Chappard D., Libouban H., Legrand E. i in., Computed Microtomography of Bone Specimens for Rapid Analysis of Bone Changes Associated with Malignanc. The Anat Rec 2010, 293: 1125– 1133.
[29] Orzechowska S., Wrobel A., Goncerz G. i in., Physicochemical and micro-tomographic characterization of inorganic deposits associated with aortic stenosis. J Heart Valve Dis. 2014, 23(1):40-7
[30] Bjørndal L., Carlsen O., Thuesen G. i in., External and internal macromorphology in 3D-reconstructed maxillary molars using computerized X-ray microtomography. Int Endod J. 1999, 32(1):3-9.
[31] Piszczatowski S., Baginska J., Swieszkowski W.: Modeling of tooth’s structure based on CT and μCT data – comparative study. 4th European Conference of the International Federation for Medical and Biological Engineering, IFMBE Proceedings 2009, 22:1463-1466.
[32] Cheung G. S., Yang J., Fan B.: Morphometric study of the apical anatomy of C-shaped root canal systems in mandibular second molars. Int Endod J 2007, 40:239–246.
[33] Paque´ F., Barbakow F., Peters O. A., Root canal preparation with Endo-Eze AET: changes in root canal shape assessed by micro-computed tomography. Int Endod J 2005, 38: 456–464.
[34] Hubscher W., Barbakow F., Peters O. A., Root-canal preparation with FlexMaster: canal shapes analysed by micro-computed tomography. Int Endod J 2003, 36: 740-747.
122
[35] Hammad M., Qualtrough A., Silikas N., Evaluation of root canal obturation: a three-dimensional in vitro study. J Endod. 2009, 35:541-544.
[36] De Vos W., Casselman J., Swennen G. R., Cone-beam computerized tomography (CBCT) imaging of the oral and maxillofacial region: a systematic review of the literature. Int J Oral Maxillofac Surg. 2009, 38:609–625.
[37] Krzyżostaniak J., Surdacka A., Rozwój i zastosowanie tomografii wolumetrycznej CBCT w diagnostyce stomatologicznej – przegląd piśmiennictwa. Dental Forum 2010, 38: 83-88. [38] Yang J., Pham S. M., Crabbe D. L., High-resolution Micro-CT evaluation of mid- to long-term
effects of estrogen deficiency on rat trabecular bone. Acad Radiol. 2003, 10:1153-1158
[39] Laperre K., Depypere M., van Gastel N. i in., Development of micro-CT protocols for in vivo follow-up of mouse bone architecture without major radiation side effects. Bone 2011, 49:613– 62243 – 47
[40] McCabe N. P., Kerr B. A., Madajka M. i in., Augmented Osteolysis in SPARC-Deficient Mice with Bone-Residing Prostate Cancer. Neoplasia 2011, 13: 31–39
[41] Johnson L. C., Johnson R. W., Munoz S. A. i in. Longitudinal live animal microCT allows for quantitative analysis of tumor-induced bone destruction. Bone 2011, 48:141–151.
[42] Grabherr S., Hess A., Karolczak M. i in., Angiofil-mediated visualization of the vascular system by microcomputed tomography: a feasibility study. Microsc Res Tech. 2008, 71:551-556. [43] Savai R., Langheinrich A. C., Schermuly R. T. i in., Evaluation of Angiogenesis Using Micro–
Computed Tomography in a Xenograft Mouse Model of Lung Cancer. Neoplasia 2009, 11:48–56. [44] Gomi T. Volume Reconstruction of Cone-Beam Geometry. 2009 Recent Pat Med Imaging,
1:1-12
[45] Grass M., Kohler T.H., Proksa R. 3D cone-beam CT reconstruction for circular trajectory. 2000 Phys Med Biol; 45; 329-347.
[46] Noo F, Kudo H, Defrise M. Approximate Short-scan Filtered backprojection for Helical CB reconstruction. IEEE Nuclear Sci Symp 1998; 3: 2073-2077.
[47] Turbell H., Cone-beam reconstruction using filtered backprojection, Linkoping Studies in Science and Technology 2001, Thesis no 672.
[48] Flohr T. Clinical benefits of a multi row detector spiral CT system. Radiology 1997, 205:214-215 [49] Mori S., Endo M., Komatsu S. i in., A combination-weighted Feldkamp-based reconstruction
algorithm for cone-beam CT. Phys Med Biol 2006, 51(16): 3953-3965.
[50] Mori S., Endo M., Tsunoo T. i in., Physical performance evaluation of a 256-slice CT-scanner for four-dimensional imaging. Med Phys 2004, 31(6):1348-1356
[51] Wang G. , Vannier M. W. Pitch analysis in multi-slice spiral/helical CT. Med Phys 1999; 26: 2648-2653
[52] Gomi T., Koshida K., Miyati T. Development of a non-linear weighted hybrid cone-beam CT reconstruction for circular trajectories. Comput Med Imaging Graph 2007; 31(7): 561-569. [53] NRecon (v. 1.6.10.4), Bruker microCT
[54] Leszczyński B., Wróbel A., Rokita E. i in., Determination of matter density resolution using SkyScan 1172. Micro-CT User Meeting, Bruksela, 2012, 253 – 255
[55] Boas F.E., Fleischmann D., CT artifacts: Causes and reduction techniques, Imaging Med. 2012, 4(2): 229-240
123
[56] Konik K., Fornal P., Okła D. i in., Microstructure and Dynamics of Magnetic Iron Nanoparticles Aggregates in Protein Gels, Acta Phys Pol A. 2012, 121(2): 457-463
[57] QRM GmbH, MicroCT Bar Pattern Phantom, Dostępny w Internecie:
http://www.qrm.de/content/pdf/QRM-MicroCT-Barpattern-Phantom.pdf [dostęp: 15.06.2016] [58] CIRS Inc, MicroMouseTM & Water-Filled Mouse Phantoms and MicroCT Rods, Dostępny
w Internecie:
http://www.cirsinc.com/file/Products/090_091/090%20091%20092%20DS%20062414.pdf [dostęp: 15.06.2016]
[59] Poludniowski G., Landry G., DeBlois F. i in., SpekCalc: a program to calculate photon spectra from tungsten anode x-ray tubes, Phys Med Biol. 2009, 54(19):433–438
[60] Robins A., Phillips C. J. C., International approaches to the welfare of meat chickens. World’s Poultry Science Journal 2011, 67:351-369
[61] Rizzi C., Contiero B., Cassandro M., Growth patterns of Italian local chicken populations. Poultry Science 2013, 92: 2226–2235
[62] Krajowa Rada Drobiarstwa – Izba Gospodarcza, Zeszyt branżowy systemu gwarantowanej jakości żywności QAFP: brojlery kurze. Warszawa 2012
[63] Julian R.J., Rapid growth problems: Ascities and skeletal deformitiens in broilers, Poultry Science 1998, 77:1773-1780
[64] Garner J.P., Falcone C., Wakenell P. i in., Reliabilty and validity of a modified gait scoring system and its use in assessing tibial dyschondroplasia in broilers. British Poultry Science 2002, 43: 355-363.
[65] Scott T.A., Evaluation of lighting programs, diet density and short-term use of mash as compared to crumbled starter to reduce incidence of sudden death syndrome in broiler chickens to 35 days of age, Canadian Journal of Animal Science 2002, 82:375-383.
[66] Huff G.R., Huff W.E., Balog J.M. i in., Stress response differences and diseases susceptibility reflected by heterophil to lymphocyte ratio in turkeys selected for increased body weight, Poultry Science 2005, 84: 709-717.
[67] Turner, J., Garcés L., Smith, W, The Welfare of Broiler Chickens in the European Union. A report by Compassion in World Farming Trust distributed in association with The European Coalition for Farm Animals, 2005
[68] National Chicken Council, Broiler Chicken Industry Key Facts 2016, Dostępny w Internecie: http://www.nationalchickencouncil.org/about-the-industry/statistics/broiler-chicken-industry-key-facts/ [dostęp: 15.06.2016]
[69] Mc Geown D., Danbury T.C., Waterman-Pearson A.E. i in., Effect of carprofen on lameness in broiler chickens, Veterinary Record, 19999 144: 668–671
[70] Danbury T. C., Weeks C. A., Chambers J. P. i in. (2000). "Self-selection of the analgesic drug carprofen by lame broiler chickens". Veterinary Record 146: 307–311
[71] Otsu N., A threshold selection method from gray-level histograms, IEEE Trans. Sys., Man., Cyber. 1979, 9 (1): 62–66
[72] Leszczyński B., Skrzat J., Kozerska M. i in., Three dimensional visualisation and morphometry of bone samples studied in microcomputed tomography (micro-CT), Folia Morphol. 2014, 73(4):422-8
124
[74] Hildebrand T., Ruegsegger P., A new method for the model independent assessment of thickness in three dimensional images, J Microsc. 1997, 185:67-75.
[75] Remy E., Thiel E., Medial axis for chamfer distances: computing look-up tables and neighbourhoods in 2D or 3D. Pattern Recognit Lett, 2002, 23: 649–661.
[76] Gancarczyk A., Piątek M., Iwaniszyn M. i in., Struktura, wytwarzanie i zastosowanie pian stałych. Structure, manufacture and uses of solid foams. Przem Chem. 2015, 94(10):1821-1824.
[77] Hildebrand T., Rüegsegger P., Quantification of bone microarchitecture with the structure model index. Comput Methods Biomech Biomed Engin, 1997, 1:15–23
[78] Salmon P. L., Ohlsson C., Shefelbine S. J., Doube M., Structure Model Index Does Not Measure Rods and Plates in Trabecular Bone, Front Endocrinol. 2015,13(6):162
[79] Sawicki W., Malejczyk J., Histologia, Warszawa, PZWL, 2012
[80] Rosowski J.J., Merchant S.N., Mechanical and acoustic analysis of middle-ear reconstruction. Am J Otolaryngol. 1995, 16:486–497.
[81] Puria S, Steele C., Tympanic-membrane and malleus–incus-complex co-adaptations for high-frequency hearing in mammals. Hear Res. 2010, 263:183–190.
[82] Arensburg B, Harell M, Nathan H., The human middle ear ossicles, morphometry and taxonomic implications. J Hum Evol. 1981, 10:199-205.
[83] Sarrat R, Guzman G, Tores A., Morphological variations of Human ossicula tympani, Acta Anat. 1988, 131:146-149.
[84] Williams L., Warwick R., Dyson M. i in., Grays Anatomy. Churchill Livingstone, Edynburg, 1989 [85] Unur E., Ülger H., Ekinci N., Morphometrical and morphological variations of middle ear ossicles
in the newborn. Erciyes Med J. 2002, 24:57-63.
[86] Padmini M. P., Rao B. N., Morphological variations in human fetal ear ossicles – a study, Anatomy Research International 2013, 1: 40-42.
[87] Blausen.com staff. "Blausen gallery 2014". Wikiversity Journal of Medicine.
DOI:10.15347/wjm/2014.010. ISSN 20018762. (Own work) [CC BY 3.0
(http://creativecommons.org/licenses/by/3.0)], via Wikimedia Commons
[88] Traczyk W., Trzebski A., Fizjologia człowieka z elementami fizjologii stosowanej i klinicznej. Warszawa, PZWL, 2015
[89] Sanchez I., Martin R., Ussa F. i in., The parameters of the porcine eyeball. Graefes Arch Clin Exp Ophthalmol. 2011, 249(4):475-82.
[90] Mizutani M., Suzuki Y., X-ray microtomography in biology, Micron 2012, 43:104–115
[91] Pauwels E., Van Loo D., Cornillie P. i in., An exploratory study of contrast agents for soft tissue visualization by means of high resolution X-ray computed tomography imaging, J Microsc. 2013, 250(1):21-31.
[92] By W. Oelen (http://woelen.homescience.net/science/index.html) [CC BY-SA 3.0 (http://creativecommons.org/licenses/by-sa/3.0)], via Wikimedia Commons
[93] Murtomäki L., Vainikka T., Pescina S. i in., Drug adsorption on bovine and porcine sclera studied with streaming potential, J Pharm Sci. 2013,102(7):2264-72
[94] Bruker microCT, CTvox Quick Start Guide, Dostępny w Internecie: http://bruker-microct.com/next/CTvox_QuickStartGuide.pdf [dostęp: 15.06.2016]
[95] Cao J., Jager M. J., Animal Eye Models for Uveal Melanoma. Ocul Oncol Pathol. 2015, 1:141– 150
125
Spis ilustracji
Rys. 2.1.1.1 Schemat budowy lampy rentgenowskiej; U – napięcie zasilające lampę; Uk – napięcie katodowe. ... 17
Rys. 2.1.1.2 Widmo promieniowania hamowania produkowanego przez lampę rentgenowską w zależności
od maksymalnej energii promieniowania X. ... 19
Rys. 2.1.1.3 Schemat ideowy fragmentu pierścienia akumulacyjnego synchrotronu. Żółty stożek oznacza
wiązkę promieniowania synchrotronowego, niebieska linia to tor ruchu elektronów. ... 20
Rys. 2.1.2.1 Schematyczny diagram efektów a) fotoelektrycznego i b) Comptona. ... 22 Rys. 2.1.2.2 Wartości masowego współczynnika osłabienia promieniowania rentgenowskiego
w zależności od energii tego promieniowania. Zakres energetyczny taki sam jak używany w mikrotomografii komputerowej. Rysunek na podstawie danych ICRU, 1992. Photon, Electron, Proton and Neutron Interaction Data for Body Tissues. Report 46. ... 24
Rys. 2.1.2.3 Udział poszczególnych efektów składających się na osłabienie promieniowania X w tkance
kostnej. Wykres opracowany na podstawie danych NIST [4]. ... 25
Rys. 2.3.1 Wizualizacja kamienia nerkowego wykonana metodą volume rendering oprogramowaniem
CTvox [13]. Obraz uzyskany na podstawie pomiaru mikrotomografem SkyScan 1172 przy energii promieniowania X 80 keV i zdolności rozdzielczej 13 µm/piksel. a) Powierzchnia kamienia i b) jego przekrój poprzeczny. ... 27
Rys. 2.3.2 Wizualizacja 3D trzonu ludzkiego kręgu lędźwiowego wykonana metodą volume rendering.
przy użyciu oprogramowania CTvox. Wizualizacja ukazuje różnice w rozdzielczości przestrzennej tomografów: a) mikrotomografu SkyScan 1172 (parametry pomiaru E = 80 keV, piksel = 13 µm); b) tomografu klinicznego, wg. standardowego protokołu klinicznego (zbiór danych z Zakładu Biofizyki CM UJ*). ... 30
Rys. 2.3.3 Wizualizacje 3D zastawki aortalnej i fragmentu aorty: a) model wykonany metodą volume
rendering (grupa kontrolna bez kalcyfikacji), b) półprzezroczysty model tkanki z zaznaczonymi na żółto
zwapnieniami; model wykonany metodą surface rendering. Obrazy uzyskane w przy użyciu mikrotomografu SkyScan 1172 przy energii promieniowania X 40 keV i rozdzielczości 13 µm/piksel. . 31
Rys. 2.3.4 Model 3D zęba trzonowego wykonany techniką surface renderingu. Kolor biały oznacza
szkliwo, zębina jest półprzezroczysta, kolorem czerwonym zaznaczono kanały korzeniowe i komorę miazgi. Obrazy uzyskane w przy użyciu mikrotomografu SkyScan 1172 przy energii promieniowania X 40 keV i rozdzielczości 13 µm/piksel. ... 32
Rys. 3.1.1 Fotografia wnętrza komory pomiarowej mikrotomografu SkyScan 1172 z wirtualnie
naniesionym schematem geometrii pomiaru - od strony prawej: lampa rentgenowska (czerwona), stożek promieniowania rentgenowskiego (niebieski), próbka stoliku obrotowym z zaznaczona osia obrotu, detektor CCD połączony światłowodowo ze scyntylatorem - rejestrujący projekcję (szary). ... 37
Rys. 3.4.1.1 Symulacja przekrojów poprzecznych jednorodnego walca; poziom szumu gaussowskiego
126
(rekonstrukcji) walca: a) uwidoczniony jest efekt twardnienia promieniowania, b) profil i rekonstrukcja po korekcji programowej twardnienia promieniowania X. ... 40
Rys. 3.4.1.2 Wykres przedstawiający kształt filtra „beam-hardening correction” zaimplementowanego
w oprogramowaniu do rekonstrukcji obrazu NRecon. Kształt filtra został obliczony jako różnica obrazów zrekonstruowanego z filtrowaniem i bez. Osie x i y odpowiadają wymiarom obrazu. Oś z skorelowano ze skalą kolorów obrazującą względne rozjaśnienie obrazu w skali odcieni szarości. ... 41
Rys. 3.4.2.1 Zrekonstruowany przekrój poprzeczny fantomu wodnego. Bardzo dobrze widoczne są
koncentryczne okręgi, ring artefacts, układające się wokół osi obrotu fantomu. ... 43
Rys. 3.4.4.1 Zrekonstruowany przekrój poprzeczny fragmentu dźwigni pochodzącej z wózka widłowego.
Widoczne jasne elementy wykonane są z metalu. Powodują one wystąpienie artefaktów w postaci „gwieździstych cieni”. Dodatkowo dobrze widoczne są artefakty związane z twardnieniem promieniowania X. ... 45
Rys. 3.4.5.1 Nanocząstki żelaza w polu magnetycznym zatopione w żelu symulującym tkankę miękką.
Bardzo dobrze widoczny jest efekt agregacji nanocząstek układających się wzdłuż linii sił pola magnetycznego [56]. ... 46
Rys. 3.5.1 Wizualizacje 3D fragmentu kości szczura wykonane metodą volume rendering na podstawie
rekonstrukcji mikrotomograficznej uzyskanej: a) mikrotomografem SkyScan 1172 (E = 80 keV, piksel = 2.87 µm); b) Experimental Hutch 2 - Micro Tomography, Synchrotron Petra III, DESY, Hamburg (E = 24 keV, piksel 1.72 µm; zbiór danych z Zakładu Biofizyki CM UJ*. ... 47
Rys. 3.5.2 Porównanie rozkładów odcieni szarości obliczonych na podstawie wszystkich przekrojów