Detection of Melanoma Metastases in Resected Human Lymph Nodes by Noninvasive Multispectral Photoacoustic Imaging
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
Objective. Sentinel node biopsy in patients with cutaneous melanoma improves staging, provides prognostic information, and leads to an increased survival in node-positive patients. However, frozen section analysis of the sentinel node is not reliable and definitive histopathology evaluation requires days, preventing intraoperative decision-making and immediate therapy. Photoacoustic imaging can evaluate intact lymph nodes, but specificity can be hampered by other absorbers such as hemoglobin. Near infrared multispectral photoacoustic imaging is a new approach that has the potential to selectively detect melanin. The purpose of the present study is to examine the potential of multispectral photoacoustic imaging to identify melanoma metastasis in human lymph nodes. Methods. Three metastatic and nine benign lymph nodes from eight melanoma patients were scanned ex vivo using a Vevo LAZR(©) multispectral photoacoustic imager and were spectrally analyzed per pixel. The results were compared to histopathology as gold standard. Results. The nodal volume could be scanned within 20 minutes. An unmixing procedure was proposed to identify melanoma metastases with multispectral photoacoustic imaging. Ultrasound overlay enabled anatomical correlation. The penetration depth of the photoacoustic signal was up to 2 cm. Conclusion. Multispectral three-dimensional photoacoustic imaging allowed for selective identification of melanoma metastases in human lymph nodes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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