In vivo MR detection of fluorine-labeled human MSC using the bSSFP sequence
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
Mesenchymal stem cells (MSC) are used to restore deteriorated cell environments. There is a need to specifically track these cells following transplantation in order to evaluate different methods of implantation, to follow their migration within the body, and to quantify their accumulation at the target. Cellular magnetic resonance imaging (MRI) using fluorine-based nanoemulsions is a great means to detect these transplanted cells in vivo because of the high specificity for fluorine detection and the capability for precise quantification. This technique, however, has low sensitivity, necessitating improvement in MR sequences. To counteract this issue, the balanced steady-state free precession (bSSFP) imaging sequence can be of great interest due to the high signal-to-noise ratio (SNR). Furthermore, it can be applied to obtain 3D images within short acquisition times. In this paper, bSSFP provided accurate quantification of samples of the perfluorocarbon Cell Sense-labeled cells in vitro. Cell Sense was internalized by human MSC (hMSC) without adverse alterations in cell viability or differentiation into adipocytes/osteocytes. The bSSFP sequence was applied in vivo to track and quantify the signals from both Cell Sense-labeled and iron-labeled hMSC after intramuscular implantation. The fluorine signal was observed to decrease faster and more significantly than the volume of iron-associated voids, which points to the advantage of quantifying the fluorine signal and the complexity of quantifying signal loss due to 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.
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