Microfluidic Assembly of Monodisperse, Nanoparticle-Incorporated Perfluorocarbon Microbubbles for Medical Imaging and Therapy
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
New medical imaging contrast agents that permit multiple imaging and therapy applications using a single agent can result in more accurate diagnosis and local treatment of diseased tissue. Solid nanoparticles (NPs) (5-150 nm in size) have emerged as promising imaging and therapy agents, as have micrometer-scale, perfluorocarbon gas-filled microbubbles (MBs) used in patients as intravascular ultrasound contrast agents. We propose that the modular combination of small, solid NPs and larger, highly compressible MBs into a single agent is an effective way to attain the desired complementary and hybrid properties of two very different agents. Presented here is a new strategy for the simple and robust incorporation of various medical NPs with monodisperse MBs based upon the controlled pH-based regulation of the electrostatic attraction between NPs and the MB shell. Using this simple approach, microfluidic-generated, protein-lipid-coated, perfluorobutane MBs (with size control down to 3 microm) were incorporated with silica-coated NPs, including CdSe/ZnS quantum dots, gold nanorods, iron oxide NPs, and Gd-loaded mesoporous silica NPs. The silica interface permits NP inclusion within MBs to be independent of NP composition, morphology, and size. Significantly, the NP-incorporated MBs (NP-MBs) diluted in saline were detectable using low-pressure ultrasound, and the monodisperse MB platform can be produced at high-throughput, sufficient for in vivo usage (10(6) MB/sec). The modular synthesis of a variety of NP-MBs can facilitate flexible, user-defined, multifunctional imaging and therapy agents tailored for specific applications and disease types.
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 | 0,000 |
| 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 découle