Nuclear Microscopy: A Novel Technique for Quantitative Imaging of Gadolinium Distribution within Tissue Sections
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
All clinically-approved and many novel gadolinium (Gd)-based contrast agents used to enhance signal intensity in magnetic resonance imaging (MRI) are optically silent. To verify MRI results, a "gold standard" that can map and quantify Gd down to the parts per million (ppm) levels is required. Nuclear microscopy is a relatively new technique that has this capability and is composed of a combination of three ion beam techniques: scanning transmission ion microscopy, Rutherford backscattering spectrometry, and particle induced X-ray emission used in conjunction with a high energy proton microprobe. In this proof-of-concept study, we show that in diseased aortic vessel walls obtained at 2 and 4 h after intravenous injection of the myeloperoxidase-sensitive MRI agent, bis-5-hydroxytryptamide-diethylenetriamine-pentaacetate gadolinium, there was a time-dependant Gd clearance (2 h = 18.86 ppm, 4 h = 8.65 ppm). As expected, the control animal, injected with the clinically-approved conventional agent diethylenetriamine-pentaacetate gadolinium and sacrificed 1 week after injection, revealed no significant residual Gd in the tissue. Similar to known in vivo Gd pharmacokinetics, we found that Gd concentration dropped by a factor of 2 in vessel wall tissue in 1.64 h. Further high-resolution studies revealed that Gd was relatively uniformly distributed, consistent with random agent diffusion. We conclude that nuclear microscopy is potentially very useful for validation studies involving Gd-based magnetic resonance contrast agents.
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