X-Ray Diffraction Enhanced Imaging as a Novel Method to Visualize Low-Density Scaffolds in Soft Tissue Engineering
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
Scaffold visualization is challenging yet essential to the success of various tissue engineering applications. The aim of this study was to explore the potential of X-ray diffraction enhanced imaging (DEI) as a novel method for the visualization of low density engineered scaffolds in soft tissue. Imaging of the scaffolds made from poly(L-lactide) (PLLA) and chitosan was conducted using synchrotron radiation-based radiography, in-line phase-contrast imaging (in-line PCI), and DEI techniques as well as laboratory-based radiography. Scaffolds were visualized in air, water, and rat muscle tissue. Compared with the images from X-ray radiography and in-line PCI techniques, DEI images more clearly show the structure of the low density scaffold in air and have enhanced image contrast. DEI was the only technique able to visualize scaffolds embedded in unstained muscle tissue; this method could also define the microstructure of muscle tissue in the boundary areas. At a photon energy of 20 KeV, DEI had the capacity to image PLLA/chitosan scaffolds in soft tissue with a sample thickness of up to 4 cm. The DEI technique can be applied at high X-ray energies, thus facilitating lower in vivo radiation doses to tissues during imaging as compared to conventional radiography.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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