Usefulness of contrast kinetics for predicting and monitoring tissue changes in muscle following thermal therapy in long survival studies
Notice bibliographique
Résumé
PURPOSE: To investigate Gd-DTPA kinetics as indicators of subacute and subchronic histopathological changes following focused ultrasound (FUS) thermal therapy for improved evaluation. MATERIALS AND METHODS: A total of 18 FUS lesions were created in the thigh muscle of five rabbits under magnetic resonance (MR) guidance at 1.5 Tesla. The rabbits were killed at different times: 40 hours, three days, and seven days. All lesions were analyzed histologically. An analysis of the uptake kinetics of Gd-DTPA, injected within two hours postheating and before sacrifice, was performed. The resulting kinetic maps, permeability (K(trans)) and leakage space (v(e)), were correlated to T(2)-weighted MR and histology. RESULTS: Images of K(trans) and v(e) better differentiate subacute and subchronic changes not visible on conventional MR in the days following therapy and are consistent with the histopathology observed. In particular, the border between nonviable and viable tissue is well demarcated. The extent of damage is best indicated on v(e), whereas the borders of inflammation are shown on K(trans). The total lesion extent is relatively stable over the 7 days posttherapy and can be predicted by v(e) or T(2)-weighted MR at early times after heating. CONCLUSION: Our results suggest that Gd-DTPA kinetics can complement conventional MR for improved evaluation of FUS thermal therapy by providing finer differentiation of necrotic states, inflammation, and repair processes.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».