Validation of structural effects mediated by MR-guided focused ultrasound on animal kidney ex vivo model
Notice bibliographique
Résumé
Introduction: MR-guided Focused Ultrasound (MRgFUS) has attracted the attention of researchers and clinicians as a potential modality for cancer treatment over the last decades. Despite recent progress, the real application of MRgFUS still remains a challenge due to problems with the optimization of ultrasound parameters and standardization of clinical protocol. In this study, we utilized an ex vivo animal model in order to elucidate the effect of focused acoustic energy on kidney tissue. Material & Methods: The explanted porcine kidney was sonicated under MR-guidance by using a clinical Focused Ultrasound (FUS) system (ExAblate 2000 Body system, InSightec, Haifa, Israel). The study employed MR-based temperature mapping (Proton Resonance Frequency method) for control of the ablation. The data of temperature measurement has been compared to histological analysis of treated tissues. Results: The temperature mapping data demonstrated a rise of temperature at the focal point up to 44 0 C (SD±1), which was thought to be sufficient enough to trigger hyperthermia effects. Histopathological analysis showed tissue destruction as a result of massive cavitation in treated tissues. The signs of mechanical damage were more pronounced in a place that was treated 240 seconds compared with the first location (sonicated 120 seconds). Conclusions: The effect of FUS on the tissues of animal kidney was investigated. The achieved level of temperature rise in the focal point was high enough to induce hyperthermia suggesting possible clinical application. Histology of treated tissue indicated that its therapeutic effect was mediated by focused ultrasound. The correlation between duration of sonication and tissue damage was demonstrated.
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 | 0,000 |
| 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 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 ».