Hyperpolarized noble gas magnetic resonance imaging of the animal lung: Approaches and applications
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
Hyperpolarized noble gas (HNG) magnetic resonance (MR) imaging is a very promising noninvasive tool for the investigation of animal models of lung disease, particularly to follow longitudinal changes in lung function and anatomy without the accumulated radiation dose associated with x rays. The two most common noble gases for this purpose are H3e (helium 3) and X129e (xenon 129), the latter providing a cost-effective approach for clinical applications. Hyperpolarization is typically achieved using spin-exchange optical pumping techniques resulting in ∼10 000-fold improvement in available magnetization compared to conventional Boltzmann polarizations. This substantial increase in polarization allows high spatial resolution (<1 mm) single-slice images of the lung to be obtained with excellent temporal resolution (<1 s). Complete three-dimensional images of the lungs with 1 mm slice thickness can be obtained within reasonable breath-hold intervals (<20 s). This article provides an overview of the current methods used in HNG MR imaging with an emphasis on ventilation studies in animals. Special MR hardware and software considerations are described in order to use the strong but nonrecoverable magnetization as efficiently as possible and avoid depolarization primarily by molecular oxygen. Several applications of HNG MR imaging are presented, including measurement of gross lung anatomy (e.g., airway diameters), microscopic anatomy (e.g., apparent diffusion coefficient), and a variety of functional parameters including dynamic ventilation, alveolar oxygen partial pressure, and xenon diffusing capacity.
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 | 0,000 | 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 découle