“IN-LINE”-метод фазоконтрастной рентгеновской микротомографии с использованием широкофокусного лабораторного источника

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Описана экспериментальная реализация “in-line”-метода рентгеновского фазового контраста с использованием стандартной широкофокусной рентгеновской трубки в качестве полихроматического источника. С помощью предложенной схемы эксперимента проведены in vitro томографические измерения образца эпифиза головного мозга человека, по результатам которых визуализировано морфологическое строение мягких тканей органа. Экспериментально продемонстрировано преимущество фазоконтрастной томографии в сравнении с традиционной абсорбционной для задач изучения структурных особенностей мягких тканей. Схема “in-line” фазового контраста, реализованная на лабораторной установке, позволяет проводить томографические исследования образцов с линейными размерами несколько миллиметров и разрешением ∼20 мкм.

Об авторах

Ю. С. Кривоносов

Институт кристаллографии им. А.В. Шубникова ФНИЦ “Кристаллография и фотоника” РАН

Email: Yuri.S.Krivonosov@yandex.ru
Россия, Москва

А. В. Бузмаков

Институт кристаллографии им. А.В. Шубникова ФНИЦ “Кристаллография и фотоника” РАН

Email: Yuri.S.Krivonosov@yandex.ru
Россия, Москва

В. Е. Асадчиков

Институт кристаллографии им. А.В. Шубникова ФНИЦ “Кристаллография и фотоника” РАН

Email: Yuri.S.Krivonosov@yandex.ru
Россия, Москва

А. А. Федорова

Московский педагогический государственный университет

Автор, ответственный за переписку.
Email: Yuri.S.Krivonosov@yandex.ru
Россия, Москва

Список литературы

  1. Legland D., Alvarado C., Badel E. et al. // Appl. Sci. 2022. V. 12. № 7. P. 3454. https://doi.org/10.3390/app12073454
  2. Zhang X., Wei L., Yao L. et al. // Exp. Therm. Fluid Sci. 2022. P. 110771. https://doi.org/10.1016/j.expthermflusci.2022.110771
  3. Massimi L., Bukreeva I., Santamaria G. et al. // NeuroImage. 2019. V. 184. P. 490. https://doi.org/10.1016/j.neuroimage.2018.09.044
  4. Massimi L., Suaris T., Hagen C. K. et al. // Sci. Rep. 2021. V. 11. № 1. P. 1. https://doi.org/10.1038/s41598-021-83330-w
  5. Barbone G.E., Bravin A., Mittone A. et al. // Radiology. 2021. V. 298 (1). P. 135. https://doi.org/10.1148/radiol.2020201622
  6. Лидер В.В., Ковальчук М.В. // Кристаллография. 2003. Т. 58. № 6. С. 764. https://doi.org/10.7868/S0023476113050068
  7. Mayo S., Endrizzi M. Handbook of Advanced Non-Destructive Evaluation / Eds. Ida AG. N., Meyendorf N. Switzerland: Springer Nature, 2018. P. 1. https://doi.org/10.1007/978-3-319-30050-4_54-1
  8. Snigirev A., Snigireva I., Kohn V. et al. // Rev. Sci. Instrum. 1995. V. 66. P. 5486. https://doi.org/10.1063/1.1146073
  9. Cloetens P., Barrett R., Baruchel J. et al. // J. Phys. D: Appl. Phys. 1996. V. 29. № 1. P. 133. https://doi.org/10.1088/0022-3727/29/1/023
  10. Wilkins S.W., Gureyev T.E., Gao D. et al. // Nature. 1996. V. 384. P. 335. https://doi.org/10.1038/384335a0
  11. Brombal L., Kallon G., Jiang J. et al. // Phys. Rev. Appl. 2019. V. 11. № 3. P. 034004. https://doi.org/10.1103/PhysRevApplied.11.034004
  12. Massimi L., Suaris T., Hagen C. K. et al. // IEEE Trans. Med. Imaging. 2021. V. 41. № 5. P. 1188. https://doi.org/10.1109/TMI.2021.3137964
  13. Shaker K., Häggmark I., Reichmann J. et al. // Commun. Phys. 2021. V. 4 № 1. P. 1. https://doi.org/10.1038/s42005-021-00760-8
  14. Zhou S.A., Brahme A. // Phys. Med. 2008. V. 24. № 3. P. 129. https://doi.org/10.1016/j.ejmp.2008.05.006
  15. Peterzol A., Olivo A., Rigon L. et al. // Med. Phys. 2005.V. 32. № 12. P. 3617. https://doi.org/10.1118/1.2126207
  16. Krivonosov Yu.S., Asadchikov V.E., Buzmakov A.V. // Crystallography Reports. 2020. V. 65. № 4. P. 503. https://doi.org/10.1134/S1063774520040136
  17. Nesterets Y.I., Gureyev T.E., Dimmock M.R. // J. Phys. D: Appl. Phys. 2018. V. 51. № 11. P. 115402. https://doi.org/10.1088/1361-6463/aaacee
  18. López-Muñoz F., Boya J., Marín F. et al. // J. Pineal Res. 1996. V. 20. № 3. P. 115. https://doi.org/10.1111/j.1600-079x.1996.tb00247.x
  19. Kunz D., Schmitz S., Mahlberg R. et al. // Neuropsychopharmacology. 1999. V. 21. № 6. P. 765. https://doi.org/10.1016/S0893-133X(99)00069-X
  20. Paganin D., Mayo S.C., Gureyev T.E. et al. // J. Microsc. 2002. V. 206. № 1. P. 33. https://doi.org/10.1046/j.1365-2818.2002.01010.x
  21. Bukreeva I., Junemann O., Cedola A. et al. // J. Struct. Biol. 2020. V. 212. № 3. P. 107659. https://doi.org/10.1016/j.jsb.2020.107659
  22. Migga A., Schulz G., Rodgers G. et al. // J. Med. Imaging. 2022. V. 9. № 3. P. 031507. https://doi.org/10.1117/1.JMI.9.3.031507

Дополнительные файлы


© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».