Flat-Panel Detector—Based Volume Computed Tomography: A Novel 3D Imaging Technique to Monitor Osteolytic Bone Lesions in a Mouse Tumor Metastasis Model
Notice bibliographique
Résumé
Skeletal metastasis is an important cause of mortality in patients with breast cancer. Hence, animal models, in combination with various imaging techniques, are in high demand for preclinical assessment of novel therapies. We evaluated the applicability of flat-panel volume computed tomography (fpVCT) to noninvasive detection of osteolytic bone metastases that develop in severe immunodeficient mice after intracardial injection of MDA-MB-231 breast cancer cells. A single fpVCT scan at 200-microm isotropic resolution was employed to detect osteolysis within the entire skeleton. Osteolytic lesions identified by fpVCT correlated with Faxitron X-ray analysis and were subsequently confirmed by histopathological examination. Isotropic three-dimensional image data sets obtained by fpVCT were the basis for the precise visualization of the extent of the lesion within the cortical bone and for the measurement of bone loss. Furthermore, fpVCT imaging allows continuous monitoring of growth kinetics for each metastatic site and visualization of lesions in more complex regions of the skeleton, such as the skull. Our findings suggest that fpVCT is a powerful tool that can be used to monitor the occurrence and progression of osteolytic lesions in vivo and can be further developed to monitor responses to antimetastatic therapies over the course of the disease.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».