Evaluation of allergic lung inflammation by computed tomography in a rat model<i>in vivo</i>
Notice bibliographique
Résumé
The ability of micro-computed tomography (CT) to noninvasively evaluate allergic pulmonary inflammation in an experimental model was investigated. In addition, two image segmentation methods and the value of respiratory gating were investigated in the context of this model. Brown Norway rats were exposed to one of four doses of house dust mite (HDM) extract (0, 0.15, 15 or 150 microg) delivered intratracheally every 24 h for 10 days. CT scanning was performed at baseline and after several longitudinal HDM exposures. Both thoracic- and lung-segmentation methods yielded similar results when standardisation practices were employed. While tissue histology correlated well with CT images, cell counts from bronchoalveolar lavage depicted greater inflammation than did density measures from CT images. Evidence from representative CT slices and transaxial density distribution indicated that inflammation was primarily associated with major airways and extended into the periphery from these focal points. Respiratory gating demonstrated that images of the inspiratory state provided greater contrast of inflammatory processes. Lastly, decreases in tidal volumes indicated significant mechanical respiratory changes in animals exposed to both 15 and 150 microg. In summary, CT image segmentation can extract pertinent data on in vivo allergic airway/lung inflammation. Furthermore, respiratory gating provides additional contrast and insight into these quantification practices.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».