文摘
为当地控释配方,在活的有机体内药越来越感兴趣的设备制造商,从事研究的科学家和临床医师;然而,大多数研究描述控释配方在体外因为药的空间和时间分布难以测量在活的有机体内。在这工作,在活的有机体内磁共振成像(MRI)当地的药进行可视化和量化的时间分辨分布核磁共振造影剂。三维地图(来自三具有不同的图像)使用减噪滤波处理。分割区域的对比,从一个阈值图像转换为地图使用浓度方程,在那里和precontrast和postcontrast吗分别映射值。在这种技术中,一个统一的估算值是使用。错误估计为每个步骤进行。这个方法的实际效用评估使用对比设备位于不同的位置都有或没有对比。使用一个统一的方法,不需要注册图像预处理和postcontrast卷,是相对于一个方法使用仿射或变形注册。
1。介绍
为当地的药物输送控释配方越来越感兴趣的设备制造商,研究科学家和临床医生。有许多为控释设备当前和潜在的应用,包括癌症治疗(1)、疼痛管理(2,3),组织工程(4),和感染治疗(5]。几十年来,骨科感染管理依赖抗菌素的使用从骨水泥在感染网站(6]。估计有112000的全骨科感染的置换和钢板固定设备(每年7),这个数字预计将增加置换的预计数量可能会增加几倍在未来18年8]。每年约18亿美元花在骨科感染而引起的医疗费用的增加在美国全关节置换(7]。骨科植入物感染源于共同的人类皮肤微生物,如葡萄球菌epidermidis和金黄色葡萄球菌通过生物膜的形成,往往是复杂的。生物膜微生物居住不仅保护transport-limiting多糖矩阵,但更耐抗菌素(9]。抗菌素的100 - 1000倍浓度通常最低抑制浓度(MIC)用于治疗浮游微生物需要有效治疗感染生物膜(10,11]。静脉交付实现这些抗菌水平将导致严重的系统性毒性的抗菌素治疗植入感染。当地药在骨科感染的网站是用于实现有效抗菌浓度没有系统性毒性。
尽管抗生素骨水泥(ALBC)是用于加载在活的有机体内使用,大多数从ALBC释放抗菌剂的研究已经完成在体外。举例来说,研究人员通常描述药物洗脱概要文件从控释配方通过将样本已知的几何在无限的水槽边条件下,比如大量的频繁交换液(12,13]。虽然释放研究提供有价值的信息所必需的直接比较不同控释配方,它并不代表或者药物将如何分配装置植入时。无限下沉的条件可能产生最大的释放药物代表潜在的释放能力不是实际可能达到的洗脱概要文件在活的有机体内,质量传输电阻从周围组织有可能减少的速率释放。在活的有机体内研究已经完成(14- - - - - -17),但没有提供全面信息的空间和时间分布药物输送。在活的有机体内测试经常关注效果,如感染控制(17),但没有提供细节关于抗菌素是如何分布的,因为这是困难,耗费大量金钱和时间来衡量。在活的有机体内动物实验,考虑空间分布一般抗菌植入附近利用组织切片,收集液体,如血清肿、血液和尿液14- - - - - -16]。这些技术是耗费时间来分析,而不是全面的(例如,分辨率低是由于有限的样本),和有限的临床适用性人类因其侵袭性和多重采样的要求。
磁共振成像(MRI)已经被用于可视化本地交付的药物分布在多个临床相关的应用程序;然而,在这些研究中,药物浓度不计算或没有定义空间。桑普森和同事提供MRI造影剂脑瘤,但没有量化执行代理的浓度(18,19]。克鲁兹et al。20.和端口等。21)成像脂质体Gd-DTPA交付,但无论是量化浓度。Fritz-Hansen等人动脉血液中体积浓度的对比计算,但是,并不关心空间分布(22]。其他研究已经考虑其他方面的核磁共振成像对比/基于浓度的关系在体外测试(23- - - - - -29日]。
一些研究成像药物输送的局部药物浓度计算,但都有一定的局限性。Sarntinoranont和同事研究了交付diethylenetriaminepentaacetic酸钆(Gd-DTPA)交付脑瘤30.),他们计算浓度Gd-DTPA使用方法验证的琼脂糖幻影(31日]。Sarntinoranont等的研究似乎准确计算浓度具有良好的空间分辨率;然而,在我们试图利用类似的方法对不同地区的身体,另外研究潜在的误差来源和方法最小化和量化误差是必要的。金等人量化药物的分布从一个眼部植入使用磁共振成像(32];然而,金等人所使用的函数转换强度先生浓度相似抛物线形状,从而导致了两个有效浓度对于大多数先生强度值浓度高和其他低;因此,用户必须推断浓度更可能基于离仓库。几组计算浓度的对比剂在体外(23,33- - - - - -36];然而,他们不验证量化的方法在活的有机体内确定误差或量化误差的来源可能在他们在活的有机体内测量。
在这项工作中,我们提供了详细的方法在活的有机体内先生成像的地方交付Gd-DTPA骨科模型提供了一个严格的测试的方法区分对比剂和解剖特点的能力,因此,还提供了一个严格的测试方法的准确计算Gd-DTPA浓度的能力。在这个模型中Gd-DTPA的MRI图像,从聚甲基丙烯酸甲酯骨水泥(PMMA)被转换为Gd-DTPA浓度提供时间分辨的地图Gd-DTPA浓度。造影剂,Gd-DTPA被选中,是因为它的类似的溶解度和扩散系数(厘米2/秒)37)抗菌素万古霉素(厘米2/秒)38)和庆大霉素(厘米2/秒)39),治疗骨科植入物感染是常见的选择。本文提出一种动物模型的详细协议来执行这个方法。此外,讨论了误差的来源和量化。最后,方法的图像体积登记证明和比较方法在这里(平均precontrast的价值适用于所有体素)。
2。方法
2.1。植入物配方
PMMA骨水泥使用单纯形P成立骨水泥(美国Stryker,卡拉马祖,MI)。控制植入物,无对比剂,是根据制造商的指示。实验植入是相同的(a)一个额外的2.1% v (2.9% w) Gd-DTPA,核磁共振对比剂;v (w) 11.4%木糖醇8.8%,微粒porogen用来增加释放速率和数量;85.7%和89.1% v (w) PMMA和聚合MMA或(b) v (1.4% w) Gd-DTPA额外的1.1%,9.9% v (w) 12.9%木糖醇,89% v (85.7% w) PMMA和MMA的聚合作用。植入物的成分是形成3毫米直径7厘米长棒使用红色的橡胶导管(美国马Covidien,曼斯菲尔德)模具。
2.2。外科手术
所有程序都是符合美国国立卫生研究院实验室动物保健和使用指南和机构批准的动物保健和使用委员会。所有的研究都使用新西兰白兔(执行)。动物镇静使用氯胺酮(35毫克/公斤),甲苯噻嗪(5毫克/公斤),和布托啡诺(0.1毫克/公斤),期间和麻醉管理维护的2%异氟烷过程。
ALBC植入在四种不同的方法来研究不同大小/形状的植入物的影响和效果的植入位置分布Gd-DTPA植入。这些不同的植入的基本原理和综合讨论结果的异同Gd-DTPA分布在其他地方发表(40,41]。第一组程序,ALBC棒植入肌肉、肌内杆(IMR),或股骨骨髓腔,intraosseous杆(IOR) [40]。短暂,每个动物的权利股四头肌接到水泥棒的实验(2.1% v Gd-DTPA, 8.8% v木糖醇,89.1% v PMMA,和聚合MMA)或控制(没有Gd-DTPA、木糖醇)水泥成分。每只动物的左股骨收到了水泥棒的实验(1.1% v Gd-DTPA, 9.9% v木糖醇,89% v PMMA和聚合MMA)或控制组成。在第二盘的程序,部分厚度的部分肌肉厚度(天车)或者一个完整的部分肌肉和骨骼(FTMB)被删除,取而代之的是骨水泥(41]。FTMB伤口,肌肉组织被撤股四头肌,中期和股前外侧的皮层的周长窗口创建的股骨。缺陷充满ALBC(成分如IMR)或控制。在天车模型中,肌肉了,死腔充满了水泥的实验或控制成分(成分如IMR)。
2.3。图像采集
一系列的三快速采集与放松增强(罕见)扫描是在重复的时间()的1463、2000、3000和5000 ms(罕见= 2,没有平均)力量Biospin 7 t MRI(力量Biospin, Billerica,妈,美国)每15分钟(图4 - 6小时1(a))。一个15厘米使用正交收发线圈。翻转角度的射频脉冲被力量校准软件在每次扫描之前,和图片都经过检查,以确保没有重影工件。图片拍摄与冠状切片从臀部到膝盖,42片总(视野= 12厘米),体素的大小为0.3毫米×0.3毫米×2毫米,切片厚度2毫米和合成矩阵大小为256×256×42。这种成像序列需要大约14分钟。
的一系列三图像在不同力量所使用的软件构建一个纵向弛豫时间,布洛赫方程,地图基于解决方案: 在哪里信号强度,射频脉冲之间的重复时间(时间),是纵向弛豫时间,被定义为(2),基于仪器因素是比例常数,是自旋密度,回声时间,横向弛豫时间(42]。这一过程的估计误差计算的残差曲线拟合过程的1像素。在一个三形象,对比和脂肪出现明亮,而水泥和骨出现黑暗,见图1(一)中地图,脂肪出现明亮,而相比之下,骨骼,和水泥出现黑暗,见图1(b)。
2.4。图像处理
的地图导入MATLAB(美国马Mathworks,纳蒂克)。在MATLAB的每一片地图是用减噪滤波器分别处理,改变一个像素的中值本身和4平面邻居共享一个边缘像素。过滤结果如图1(c),随后,一个二进制的面具腿区域是由形态学打开过滤三图像切片,应用二进制阈值,填补漏洞,和删除分组像素小于100,然后形态学关闭图像切片。腿的二元掩模区域是用来掩盖噪音以外的腿地图(图1(c))。这张图片的直方图计算。的一部分直方图峰值(右边的值等于或大于峰值)复制的左边使直方图峰值对称(不包括像素包含造影剂)使计算的标准偏差的确定一个合适的阈值分割。这之后,三,从MATLAB地图图像片出口一系列的TIFF文件。TIFF图像被导入到模仿(出现,鲁汶,比利时)的地方是阈值映射到一个值在一个标准偏差小于直方图的峰值。这个阈值水平(一个标准差小于直方图的峰值)匹配分割由几个专家用户。
然后我们采用半自动梯度流检测算法模拟创建的3 d表示包含Gd-DTPA领域。首先,腿部的肌肉组织内的所有像素的分割阈值。然后,所有的像素连接到植入在这个区域被分割。这给了一个区域内的所有像素连接到植入肌肉腿,其中包括水泥植入和对比剂。肌肉植入和对比被分割之后,几个步骤进行股骨骨髓腔内段的对比。股骨的髓内运河(腿)的分段三卷使用半自动图像梯度流检测算法,类似于方法的Karasev et al。43]。分段从股骨的面具没有对比(两条腿之一包含铝电解实验中不包含ALBC髓内空间)导入MATLAB,髓内空间的创建对称直方图如上所述。对称的直方图的峰值和标准差计算。在模仿中,股骨的蒙面髓内空间包含一个植入和造影剂是阈值一个标准差的直方图的峰值。内的所有像素连接到水泥植入这个阈值区域分割。
此外,在3 d图像,提供解剖学参考股骨皮质的表面是使用半自动分割梯度流检测算法模拟,手动调整,和平滑函数的3 d对象。腿也解剖参考使用阈值分割,手动校正,平滑和3 d对象。分段股骨,腿,和对比策划一起使用模拟如图3 d对象1(h)。
分割区域的对比度和水泥出口一系列掩模图像位图格式。位图是进口回MATLAB他们转换为二进制映像的面具。二进制图像掩模乘以地图给地图只有对比(图的面积1(d))。这个地区变成了一个浓度(数字地图1(e)和1(f))使用以下: (见[28,31日,33]),是一个precontrast地图的价值和是postcontrast映射的值。(3),直方图的峰值适当的组织(肌肉或髓内管)用于。Relaxivity ()的对比剂被设置为0.0038毫米−1年代−1从一些文献研究与报道一致价值观使用3-7T核磁共振成像,包括Rohrer等人获得这个值Gd-DTPA血清使用4.7 t磁共振成像(27]。浓度是叠加到地图三形象提供解剖细节,如图1(g)。
评估使用一个单一的有效性而不是像素值5的值通过图像配准,直方图precontrast兔子(兔子没有。1、8、9、15、18系列)组成。然后我们使用这些直方图的标准差进行敏感性分析计算不同浓度使用高峰值价值与一个标准偏差大于和小于均值。如果一个评估值可以用于多种组织类型,直方图计算分别为股骨和肌肉。我们也比较/对比上述技术使用的准确性值从一个图像,没有对比。这要求图像卷没有反差与对比空间注册图像卷。这样的注册已经完成一个图像集。首先,刚体三维仿射登记进行匹配点在precontrast股骨和postcontrast图像是由用户选择。创建一个变换矩阵使用奇异值分解类似于方法和优化了艾格特et al。44]。precontrast图像体积改变了使用三维线性插值算法,使用德劳内三角处理分散的数据点。然后3 d变形注册是由挑选从仿射点注册precontrast形象和postcontrast形象。转换生成地图通过计算当前和理想点位置之间的差异所选择的点,然后使用线性插值插值所有周围的像素值。图像体积改变了使用相同的线性插值算法在仿射登记。
尽管不同浓度的对比剂效果的磁化率,因此relaxivity造影剂,(3)似乎准确计算集中使用一个常数值(0.0038毫米−1年代−1)之间的约100μM和5毫米(如图3)。数据在图3扫描获得的一系列瓶包含已知的w Gd-DTPA在2%琼脂糖的浓度,绘制与浓度,比较(3)(虚线)。
2.5。图像分析
的划分对比,包括水泥植入、计算。这些被减去调整水泥植入的体积,计算重量的植入物(见手术插入的细节)。地区的卷,包括水泥植入和极高的浓度区域对比(> 50毫米),计算。对比剂的总质量浓度计算求和所有与一个真正的像素价值和体积乘以体素(0.18μL)。
数量和总质量分析意义的双向方差分析(伤口类型和对比剂的存在:实验IMR实验IOR,控制IMR,和控制IOR)使用一款统计软件(一款统计软件公司,州立大学,宾夕法尼亚州,美国)。事后测试进行时通过方差分析。
3所示。结果与讨论
方程(1)和(2)用于计算从一组的强度值三拍摄的图像在不同的弛豫时间()。执行合适的像素。有噪音三图像;因此,有噪音获得的价值。的噪音值取决于信噪比(信噪比)的图像采集方法。是策划与单个像素的肌肉标本4(图2);斜率的倒数是值,可以确定误差的估计残差(图2)。该算法的结果对于一些像素,女士和将这些像素= NA(不适用)。像素图2,值是2500 ms,残差平方0.96,表明一个不错的选择。噪音是可见的粒状地图图像(图1(b))。包括更多的值减少错误并提高了计算,但这需要图像采集时间更长。扫描所需的时间也是一个功能价值选择,切片,和解决。为4使用的值(1463、2000、3000和5000 ms), 42片,0.3毫米×0.3毫米分辨率,扫描需要14分钟。某些应用程序,如成像一个跳动的心脏,需要一种快速测量时间。在这些情况下,14分钟扫描是不可接受的那么单一三图像可以用在这种情况下(22,33,35]。这些方法通常会导致更大的错误,但错误可以抵消收购更多的复制。
接下来,地图是过滤来减少噪音(图1(c))。过滤增加信心,体素作为包含对比不是一个产品的噪音,但过滤也减少了图像中检测小特性的能力。为了一个立体像素包括对比,还必须有至少两个相邻像素的对比。因此,一个单一的体素,其中包含对比将改变周围的像素的中值,从而失去体素中的信息包含的对比。其他特性,比如组织飞机和骨尖锐的边缘可以更换(如果小于1体元厚)或变薄了过滤技术。过滤技术的顺序会影响这些变化的严重程度,与高阶(包括邻近像素点)使影响更加严重。在这里,一个5阶滤波方法(像素+ 4平面的邻居),这似乎消除了噪声图像中只有失去很好的特性。
接下来,像素包含识别对比剂(数字1(e)和1(f))。在以前的工作,这些作者,蒙蔽评论家选择区域的对比图像片阈值在1400 ms,评论者之间有良好的协议(组内相关系数= 0.92 - -0.96)(40]。在目前的工作,该方法使之更加健壮的阈值水平基于纵向弛豫时间在一个组织(肌肉或髓内管),并包括所有体素小于阈值使用半自动的梯度流检测算法应用于模拟。
浓度的计算是通过应用(3)每个像素包含对比剂。的像素点,= NA被排除在这个计算,认为含有高浓度的Gd-DTPA或被压包含水泥含水量很低。方程(3)有关对比浓度,但只有准确的浓度范围内(100μ米到5毫米)。在这个范围内,(3)是不准确的,因为relaxivity ()可以取决于当地磁场强度的变化,分子的微环境,与大分子结合,进入细胞内或细胞外的水,和水汇率(28]。因此,尽管图3表明,策划用已知浓度与样品浓度Gd-DTPA匹配(3),它是可能的值在活的有机体内(更多的微环境的变化可能)可能会有所不同,导致的计算误差Gd-DTPA浓度使用(3)。在低浓度,生产值接近原生组织之间的可能误差计算和实际浓度相当大(图3);然而,错误是倾斜的,以便实际浓度不可能远远大于计算值,但实际的浓度可能大大小于计算值。当Gd-DTPA超过大约10 - 50毫米,工件发生由于材料特性的转变从顺磁到超顺磁的。这种变化影响的能力MRI通过频率编码空间信息编码(42]。这将导致= NA不仅在一个像素包含对比大于这个浓度由于这个错误还在一些邻近的像素在空间编码如图4。这些高之间的浓度范围(导致工件)和低(100μ米)值时应考虑选择的对比剂负载药物运载工具。的浓度Gd-DTPA加载到ALBC在这项研究(67毫米)足够大以允许工件发生。大多数图像不受影响,因为Gd-DTPA ALBC不是水和附近,一旦释放到周围的体积ALBC,它很快就会稀释至小于浓度导致工件;然而,在一些图像,股骨附近高浓度引起空间指示一个工件变形。这种影响的大小估计通过比较像素的数量= NA之间的控制和实验植入。如果有大量的工件或superthreshold钆附近植入与对比的图片,像素的数量= NA将高于控制图像。从方差分析,没有统计上显著的差异控制和实验(),这表明工件现在不足够大,严重影响实验= NA像素最有可能像素包含水泥含水量很低。工件必须平衡的可能性的可视化的必要性造影剂进一步远离植入在选择Gd-DTPA装载量。
(一)
(b)
五precontrast图像的直方图卷进行分析找到的意思组织的价值包含无对比剂(ms)(图5)用于图像卷precontrast的照片拍摄,从而避免图像配准的需要或使用每个动物的独特价值。这个值,女士,是基于肌肉和髓内管组织,分析如图5和6基于这些打成一片的吗值。我们当前的技术,图像分析使用两个不同的值:一个用于股骨以外的组织和一个单独的髓内管。数据的分析5和6提供一个定量的估计使用一个值的错误计算浓度在整个区域的像素直方图的基础上,组织的precontrast值。使用组织值(例如,对肌肉和髓内管)降低了错误在每一个组织。意思是(ms)提供类似信息直方图峰值值(最大数量统计直方图)所示的5只兔子(女士)。动物传动物变化可以通过比较评估一个直方图的平均值和标准偏差(ms)从复合5-rabbit直方图均值(ms),其偏差重叠。尽管这一事实值可以随代谢活动,动物传动物变化很小,相对于直方图的传播。因此错误从动物传动物变化小于误差由于差异在一个动物。这表明有最小误差引入的使用所有的动物的2817毫秒值,而不是使用一个值确定为每一个动物。
量化误差可能造成使用的平均价值而不是一个注册precontrast图像体积提供像素值,我们应用(2)0到1965之间的值女士(平均),3669 ms(+ 1标准偏差),和1965 ms(−1标准差)(图6)。这提供了一个合理的估计效果,大变化对浓度的计算。方程(2)应用于女士在一个集中的结果/ 40μM(第一个错误号码是计算使用的区别女士,第二个数字是计算使用的区别女士)。我们可以看到在图6、错误变得更少降低(实际浓度增加)。注意,错误是不平等的上方和下方的浓度。为女士,使用女士计算浓度计算值大于54%女士,而使用女士计算浓度为0μM(100%错误)。错误总是为低浓度更大。较低的值(高浓度),误差很小。例如,女士在一个集中的结果μM (0.4% / 0.8%)。
浓度不均匀误差结果更容易被高估了,而不是低估了。换句话说,一个像素计算包含41μ对比剂(ms)可能包含任何对比剂,但它不太可能包含任何超过62人μm .此外,如果一个像素值大于阈值(1965毫秒)(因此没有计算造影剂存在),它不太可能有浓度大于62μm .浓度计算误差会在某些领域比别人。例如,股骨整体histographic分布比总图像,如图7,所以在股骨,错误将会比先前的估计。肌肉各向同性比总图像的误差计算进行肌肉将略低于先前的估计。因此,使用各向同性值可以给准确的数量级信息,但是具体值,特别是低浓度的值,应考虑与谨慎。一个潜在的临床应用这种技术是codelivering Gd-DTPA抗菌素来确定感染是有效治疗。对于这个应用程序,最低有效浓度的抗菌检测下限附近各向同性技术(20 - 200μ米)。下限,如果一个像素显示包含对比(女士),它可能包含或不包含有效抗菌浓度;然而,如果一个像素不会显示包含对比(女士),那么它可能包含少于抗菌的有效浓度。因此,患者不太可能将获得额外的不必要的干预,但病人需要额外的干预可能是评估不需要额外的干预使感染可能复发的风险。
接下来我们比较和对比的结果,当一个各向同性的价值(如上所述)与使用什么时候值取自前图像的组织对比剂。图像precontrast和postcontrast FTMB过程如图8。图8(a)(左)显示了一个precontrast的形象没有改变;图8(b)(左)显示了相同的图像但注册postcontrast图像使用仿射登记(刚体登记);图8(c)(左)显示了相同的图像,但注册使用变形postcontrast图像注册;最后,图8(d)(左)显示了各向同性一个值的方法应用于所有的像素在该地区的利益。这是明显的数字8(一)-8(c)(右),腿的边缘不完全重叠(大红色区域浓度地图)在未注册,仿射注册,注册或变形的图像,但是各向同性浓度地图(图8(d),右)没有明显的红腿周围的各向同性的表明这不是一个问题方法。(图的刚体变换8(b))是由选择股骨点,这是一个严格的解剖学特征。虽然股骨的变换效果很好,周围软组织不注册使用这种技术。注册登记与变形应用软组织(图8(c));然而,几个因素降低了注册与变形方法能够描述变换。很难识别地标登记由肌肉组织,特别是脂肪的骨髓组织。此外,选择所需的对应点数量还获得更好的3 d变换是耗时(250点~ 4小时)。即使登记变形不是完美的,它似乎比各向同性表现得更好一些解剖特性的方法价值观不同组织的意思。例如,在图8(d)(右),相当厚特性出现非零对比剂浓度出现。这些特性也出现在浓度地图(注册数据8(b),对吧8(c),右),但通常是越来越薄的特性。这表明,解剖位置如大脑,不如肌肉各向同性,登记可能更必要的和实用的。大脑简单注册,因为缺乏变形和多个地标登记。有许多团体致力于执行登记和自动化技术,可能是有用的,如果需要注册(45- - - - - -50]。不管每种方法的优点和缺点,在该地区可能包含造影剂(腿的左下角),所有四个方法似乎表现良好,不表示方法之间的主要区别。有轻微的不同浓度计算的各向同性方法的边缘附近的腿;但是,这些差异不太可能影响结论从这些数据以来动物传动物变化很可能大于错误的值使用。应该注意的是,即使注册和各向同性方法给类似的结果对于这个应用程序,各向同性方法耗时少得多,不需要实际的好处precontrast图像(这要求动物被扫描,从扫描仪,然后植入与当地药物运载工具)。应用precontrast和postcontrast图像可以获得没有把话题从核磁共振,如当对比或交付车辆注入,precontrast形象很容易被用于无需进行登记。因此,为特定的解剖区域方法的实用性和预期性能的方法解剖区域应该考虑在选择是否使用一个注册技术或各向同性方法。
图9显示了一个IMR浓度地图和三维重建和IOR的控制和实验水泥成分。外观检查的矢状浓度地图数据集显示了IMR对比上方和下方。各向同性的不同浓度计算方法计算之间的体积分布的显著差异控制和实验动物IMR ()(图9);但是,没有发现显著差异之间的控制和实验IOR ()。当相同的植入物与总质量的造影剂观察指标,(IMR再次显示意义(IOR)和没有意义)。这可能表明,在股骨,更难区分超出阈值的像素包含对比和不包含的对比。这可能是由于precontrast的广泛分布值(在髓内管);因此,这个地区的浓度计算误差更大。
4所示。结论
本文演示了一个简单的使用方法,成像当地药物输送和计算其浓度有良好的空间和时间分辨率。该方法广泛应用在药物输送领域,但是这里显示从ALBC交付申请在骨科应用程序中感染的治疗和预防。在此方法中,我们识别和量化的误差来源并提出减少这些错误的方法。具体地说,我们将讨论如何生成图像值的范围将产生精确的浓度,避免工件从对比剂过度集中,产生的几种方法的优点和缺点值的转换使用浓度,方法为使用这些数据统计比较伤口模型之间的对比剂分布。
确认
本文的作者并没有接受任何财政支持任何第三方可能从研究中获利。摩根的工资层面,乔纳森·d·Plasencia大卫•Frakes和迈克尔·r·卡普兰也由亚利桑那州立大学;工资的瑞安McLemore横幅和亚历克斯·c·麦克拉伦也支持好撒玛利亚人在骨科医学中心和赫伯特·路易基金研究和教育基金会。作者没有经济利益实体可能从这项研究中获益。作者要感谢g . Turner博士,问:刘博士,凯勒中心的圣约瑟夫医院临床成像在凤凰城,李和焦立中在亚利桑那州立大学为这项工作为他们的贡献。作者还要感谢诉Kodibagkar,博士评论的过程。这项工作是由亚利桑那州生物医学研究委员会批准号1116年。摩根b层面收到资金从爱尔兰共和军a·富尔顿学校的工程和奖励大学科学家(我们感谢Balster-Evani家族的资金支持)。乔纳森·d·Plasencia也是由美国国家科学基金会支持研究生研究奖学金计划。