Current techniques for tracking the displacement and strain patterns within contracting cardiac specimens often require ‘invasive’ markers to be fixed on the sample, offer only modest spatial resolution, and are computationally inefficient. We present a new technique for determining, without requiring the addition of markers, the dynamic displacement and strain distribution within isolated cardiac muscle samples. We use an accurate and robust new digital image correlation algorithm to measure deformations from a stitched-together time-series of images of a contracting trabecula, and a video recording of a contracting myocyte, captured by an optical transmission microscope. This technique yielded a 2D map of local deformation and strain throughout each specimen, over the time-course of a twitch, at a spatial resolution far exceeding that of previous techniques. In the trabecula we examined, our method enabled us to quantify its non-uniform strain and sarcomere length dynamics even when it was contracting with its length fixed. We noted the non-uniform relaxation of the specimen, where part of the trabecula appeared to be in contraction while the rest was in extension. The images of the myocyte revealed a strain distribution that ranged from −7% to −18%. By applying this method, it is now possible to accurately quantify internal deformation in isolated muscle samples to subpixel resolution, which is essential for interpreting any motion-dependent measurements such as sarcomere length and change in cross-sectional area, all of which are preparation-specific.

中文翻译：

---

一种对主动收缩心脏肌肉制剂的应变分布进行无标记跟踪的方法

当前用于跟踪收缩心脏标本内的位移和应变模式的技术通常需要将“侵入性”标记固定在样本上，仅提供适度的空间分辨率，并且计算效率低下。我们提出了一种无需添加标记即可确定离体心肌样本中的动态位移和应变分布的新技术。我们使用一种准确且稳健的新型数字图像相关算法来测量由光学透射显微镜捕获的收缩小梁的拼接时间序列图像和收缩肌细胞的视频记录的变形。这种技术在抽搐的时间过程中产生了每个标本的局部变形和应变的二维图，以远远超过以前技术的空间分辨率。在我们检查的小梁中，我们的方法使我们能够量化其非均匀应变和肌节长度动态，即使它在其长度固定的情况下收缩。我们注意到标本的非均匀松弛，其中部分小梁似乎处于收缩状态，而其余部分处于伸展状态。肌细胞的图像显示应变分布范围从 -7% 到 -18%。通过应用这种方法，现在可以将孤立肌肉样本中的内部变形准确量化为亚像素分辨率，这对于解释任何运动相关的测量值（如肌节长度和横截面积的变化）至关重要，所有这些都是准备工作-具体的。我们的方法使我们能够量化其非均匀应变和肌节长度动力学，即使它在其长度固定的情况下收缩。我们注意到标本的非均匀松弛，其中部分小梁似乎处于收缩状态，而其余部分处于伸展状态。肌细胞的图像显示应变分布范围从 -7% 到 -18%。通过应用这种方法，现在可以将孤立肌肉样本中的内部变形准确量化为亚像素分辨率，这对于解释任何运动相关的测量值（如肌节长度和横截面积的变化）至关重要，所有这些都是准备工作-具体的。我们的方法使我们能够量化其非均匀应变和肌节长度动力学，即使它在其长度固定的情况下收缩。我们注意到标本的非均匀松弛，其中部分小梁似乎处于收缩状态，而其余部分处于伸展状态。肌细胞的图像显示应变分布范围从 -7% 到 -18%。通过应用这种方法，现在可以将孤立肌肉样本中的内部变形准确量化为亚像素分辨率，这对于解释任何运动相关的测量值（如肌节长度和横截面积的变化）至关重要，所有这些都是准备工作-具体的。小梁的一部分似乎处于收缩状态，而其余部分处于伸展状态。肌细胞的图像显示应变分布范围从 -7% 到 -18%。通过应用这种方法，现在可以将孤立肌肉样本中的内部变形准确量化为亚像素分辨率，这对于解释任何运动相关的测量值（如肌节长度和横截面积的变化）至关重要，所有这些都是准备工作-具体的。小梁的一部分似乎处于收缩状态，而其余部分处于伸展状态。肌细胞的图像显示应变分布范围从 -7% 到 -18%。通过应用这种方法，现在可以将孤立肌肉样本中的内部变形准确量化为亚像素分辨率，这对于解释任何运动相关的测量值（如肌节长度和横截面积的变化）至关重要，所有这些都是准备工作-具体的。