Сердечно-сосудистые заболевания, включая атеросклероз, связаны с образованием бляшек и являются наиболее распространенной причиной смерти во всем мире. В отличие от сосудов и других мягких тканей, образовавшаяся бляшка обеспечивает сильный контраст в рентгеновских лучах, как известно от кости. Поэтому до сих пор было сложно или даже невозможно идентифицировать мягкие ткани в непосредственной близости от кальцификатов с помощью рентгеновских лучей.
Группа исследователей из лабораторий трех европейских стран под руководством Берта Мюллера (Центр науки о биоматериалах Базельского университета) разработала протокол, основанный на сочетании жесткой рентгеновской томографии и известных методов гистологии, для визуализации сосудов. ограниченный атеросклерозом. Данные о морфологии суженных сосудов используются для моделирования кровотока и определения связанных напряжений сдвига. Напряжение сдвига значительно увеличивается в местах сужения и формирует основу для разработки специализированных наноконтейнеров для целевой и локальной доставки препаратов для расширения сосудов.Различие между мягкими и твердыми тканями
Новый метод сочетает в себе известные подходы и подходит не только для трехмерной характеристики атеросклеротических кровеносных сосудов, но и для любой другой комбинации сильно и слабо поглощающих рентгеновское излучение видов, включая хрящи и кости. Он использует преимущества обычного поглощения рентгеновских лучей и, кроме того, измерения фазового контраста рентгеновских лучей, которые, например, доступны через решеточную интерферометрию. Поскольку фазовый контраст намного меньше зависит от атомного номера составляющих, чем контраст поглощения, мягкие ткани в непосредственной близости от твердых тканей становятся намного более легко визуализированными.
Таким образом, авторы демонстрируют, что сильно кальцинированные артерии полностью охарактеризованы сочетанием измерений неразрушающей томографии в режимах поглощения рентгеновских лучей и фазового контраста, а также установленных методов гистологии. Проект «NO-стресс» финансируется в рамках Национальной исследовательской программы NRP 62 «Умные материалы» Швейцарским национальным научным фондом.