Hyperpolarized MR Imaging: Neurologic Applications of Hyperpolarized Metabolism
Notice bibliographique
Résumé
Hyperpolarization is the general term for a method of enhancing the spin-polarization difference of populations of nuclei in a magnetic field. No less than 5 distinct techniques (dynamic nuclear polarization [DNP]; parahydrogen-induced polarization-parahydrogen and synthesis allow dramatically enhanced nuclear alignment [PHIP-PASADENA]; xenon/helium polarization transfer; Brute Force; (1)H hyperpolarized water) are currently under exhaustive investigation as means of amplifying the intrinsically (a few parts per million) weak signal intensity used in conventional MR neuroimaging and spectroscopy. HD-MR imaging in vivo is a metabolic imaging tool causing much of the interest in HD-MR imaging. The most successful to date has been DNP, in which carbon-13 ((13)C) pyruvic acid has shown many. PHIP-PASADENA with (13)C succinate has shown HD-MR metabolism in vivo in tumor-bearing mice of several types, entering the Krebs-tricarboxylic acid cycle for ultrafast detection with (13)C MR imaging, MR spectroscopy, and chemical shift imaging. We will discuss 5 promising preclinical studies: (13)C succinate PHIP in brain tumor; (13)C ethylpyruvate DNP and (13)C acetate; DNP in rodent brain; (13)C succinate PHIP versus gadolinium imaging of stroke; and (1)H hyperpolarized imaging. Recent developments in clinical (13)C neurospectroscopy encourage us to overcome the remaining barriers to clinical HD-MR imaging.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».