In vivo detection of PARACEST agents with relaxation correction
Notice bibliographique
Résumé
Several pulse sequences have been used to detect paramagnetic chemical exchange saturation transfer (PARACEST) contrast agents in animals to quantify the uptake over time following a bolus injection. The observed signal change is a combination of relaxation effects and PARACEST contrast. The purpose of the current study was to isolate the PARACEST effect from the changes in bulk water relaxation induced by the PARACEST agent in vivo for the fast low-angle shot pulse sequence. A fast low-angle shot-based pulse sequence was used to acquire continuous images on a 9.4-T MRI of phantoms and the kidneys of mice following PARACEST agent (Tm(3+)-DOTAM-Gly-Lys) injection. A WALTZ-16 pulse was applied before every second image to generate on-resonance paramagnetic chemical exchange effects. Signal intensity changes of up to 50% were observed in the mouse kidney in the control images (without a WALTZ-16 preparation pulse) due to altered bulk water relaxation induced by the PARACEST agent. Despite these changes, a clear on-resonance paramagnetic chemical exchange effect of 4-7% was also observed. A four-pool exchange model was used to describe image signal intensity. This study demonstrates that in vivo on-resonance paramagnetic chemical exchange effect contrast can be isolated from tissue relaxation time constant changes induced by a PARACEST agent that dominate the signal change.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».