从矿化组织样品中获得更多洞察

使用X射线成像可以深入了解骨骼结构和状况，例如小梁厚度、BV/TV或皮质骨与小梁骨比例等参数是需要研究的重要测量指标。从µCT数据集计算得出的骨骼形态测量数据的一致性和可重复性建立在使用标准程序进行样品制备、图像采集和图像处理¹的基础上。蔡司Xradia系列X射线设备提供高衬度成像能力，可方便快捷地执行这些标准采集。

骨骼的多尺度数据采集能够从不同长度尺度提供有关骨骼结构的丰富信息。蔡司Xradia Versa X射线显微镜配备多个物镜，能够在不同的长度尺度上表征骨骼，从而揭示层次结构的细节²。

了解应变分布对于进一步研究骨骼结构与功能之间的关系至关重要。无论是骨骼组织或生物材料结构的变化对其力学特性的影响，还是骨骼、关节或周围组织内的载荷传递，都可以进行评估。原位成像是执行此类四维评估的一种有效方法，它可使用Xradia Versa XRM在原位钻机内对样品进行高分辨率成像，然后根据需要在重复此程序之前进行压缩。之后，可以使用数字体积相关（DVC）⁵技术来评估每个样品的三维全场应变分布和幅度。

在对骨骼微观结构进行三维X射线评估时，需要大量数据点以实现可重复性和稳定性。大多数市售三维X射线系统使用Feldkamp-Davis-Kress（FDK）算法，该算法可生成高质量图像，但需要相对较多的投影和/或较长的曝光时间才能减少噪点和伪影。蔡司深度学习重构（DeepRecon）需要的二维投影图像更少，从而缩短了数据采集时间，并可将µCT通量提高至10倍。

DeepRecon无需任何额外X射线束线硬件即可显著提高三维肌肉骨骼分析的通量，此外还能降低噪点以揭示结构细节和灰度上的细微差异。