Imaging iron‐loaded mouse glioma tumors with bSSFP at 3 T
Notice bibliographique
Résumé
The poor prognosis for patients with high-grade glioma is partly due to the invasion of tumor cells into surrounding brain tissue. The goal of the present work was to develop a mouse model of glioma that included the potential to track cell invasion using MRI by labeling GL261 cells with iron oxide contrast agents prior to intracranial injection. Two types of agents were compared with several labeling schemes to balance between labeling with sufficient iron to curb the dilution effect of cell division while avoiding overwhelming signal loss that could prevent adequate visualization of tumor boundaries. The balanced steady-state free precession (bSSFP) pulse sequence was evaluated for its suitability for imaging glioma tumors and compared to T(2)-weighted two-dimensional fast spin echo (FSE) and T(1)-weighted spoiled gradient recalled echo (SPGR) at 3 T in terms of signal-to-noise ratio and contrast-to-noise ratio efficiencies. Ultimately, a three-dimensional bSSFP protocol consisting of a set of two images with complementary contrasts was developed, allowing excellent tumor visualization with minimal iron contrast when using pulse repetition time = 6 ms and alpha = 40 degrees, and extremely high sensitivity to iron when using pulse repetition time = 22 ms and alpha = 20 degrees. Quantitative histologic analysis validated that the strong signal loss seen in balanced steady state free precession pulse sequence images of iron-loaded tumors correlated well with the presence of iron.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».