High Resolution Fluorescence Imaging of Cancers Using Lanthanide Ion-Doped Upconverting Nanocrystals
Notice bibliographique
Résumé
During the last decade inorganic luminescent nanoparticles that emit visible light under near infrared (NIR) excitation (in the biological window) have played a relevant role for high resolution imaging of cancer. Indeed, semiconductor quantum dots (QDs) and metal nanoparticles, mostly gold nanorods (GNRs), are already commercially available for this purpose. In this work we review the role which is being played by a relatively new class of nanoparticles, based on lanthanide ion doped nanocrystals, to target and image cancer cells using upconversion fluorescence microscopy. These nanoparticles are insulating nanocrystals that are usually doped with small percentages of two different rare earth (lanthanide) ions: The excited donor ions (usually Yb3+ ion) that absorb the NIR excitation and the acceptor ions (usually Er3+, Ho3+ or Tm3+), that are responsible for the emitted visible (or also near infrared) radiation. The higher conversion efficiency of these nanoparticles in respect to those based on QDs and GNRs, as well as the almost independent excitation/emission properties from the particle size, make them particularly promising for fluorescence imaging. The different approaches of these novel nanoparticles devoted to "in vitro" and "in vivo" cancer imaging, selective targeting and treatment are examined in this review.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».