Evaluation of laser-Doppler perfusion imaging for measurement of blood flow in cortical bone
Notice bibliographique
Résumé
Most techniques currently available to measure blood flow in bone are time consuming and require destruction of the tissue, but laser-Doppler technology offers a less invasive method. This study assessed the utility of laser-Doppler perfusion imaging (LDI) to measure perfusion in cortical bone. Twelve mature New Zealand White rabbits were assigned to one of three groups: normal control, constriction (norepinephrine), or dilatation (nitroprusside). The left and right medial tibiae were consecutively scanned at red (634-nm) and near-infrared (810-nm) wavelengths to examine the repeatability of LDI output. The pharmacological intervention groups were injected with the respective drug, and LDI measurements at 810 nm were obtained concurrently with colored microsphere-determined flow in all of the groups. LDI effectively quantified blood flow in cortical bone and detected physiologically induced changes in perfusion. A significant positive correlation was found between microsphere-determined flow and LDI output (r = 0.6, P < 0.05). Repeatability of consecutive LDI measurements was within 5%. The effectiveness of LDI to measure perfusion in bone suggests this method has potential for investigating the role of blood flow in bone metabolism and remodeling.
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 | 0,002 | 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 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 ».