Computed Tomography Diffraction-Enhanced Imaging for <i>In Situ</i> Visualization of Tissue Scaffolds Implanted in Cartilage
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Long-term in vivo studies on animal models and advances from animal to human studies should rely on noninvasive monitoring methods. Synchrotron radiation (SR)-diffraction enhanced imaging (DEI) has shown great promise as a noninvasive method for visualizing native and/or engineered tissues and bio-microstructures with appreciable details in situ. The objective of this study was to investigate SR-DEI for in situ visualization and characterization of tissue-engineered scaffolds implanted in cartilage. A piglet stifle joint implanted with an engineered scaffold made from poly-ɛ-caprolactone was imaged using SR computed tomography (CT)-DEI at an X-ray energy of 40 keV. For comparison, in situ visualization was also conducted with commonly used SR CT-phase contrast imaging and clinical magnetic resonance imaging techniques. The reconstructed CT-DE images show the implanted scaffold with the structural properties much clearer than those in the CT-PC and MR images. Furthermore, CT-DEI was able to visualize microstructures within the cartilage as well as different soft tissues surrounding the joint. These microstructural details were not recognizable using other imaging techniques. Taken together, the results of this study suggest that CT-DEI can be used for noninvasive visualization and characterization of scaffolds in cartilage, representing an advance in tissue engineering to track the success of tissue scaffolds for cartilage repair.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle