Detection threshold of single SPIO‐labeled cells with FIESTA
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
MRI of superparamagnetic iron oxide (SPIO)-labeled cells has become a valuable tool for studying the in vivo trafficking of transplanted cells. Cellular detection with MRI is generally considered to be orders of magnitude less sensitive than other techniques, such as positron emission tomography (PET), single photon emission-computed tomography (SPECT), or optical fluorescence microscopy. However, an analytic description of the detection threshold for single SPIO-labeled cells and the parameters that govern detection has not been adequately provided. In the present work, the detection threshold for single SPIO-labeled cells and the effect of resolution and SNR were studied for a balanced steady-state free precession (SSFP) sequence (3D-FIESTA). Based on the results from both theoretical and experimental analyses, an expression that predicts the minimum detectable mass of SPIO (m(c)) required to detect a single cell against a uniform signal background was derived: m(c) = 5v/(K(fsl) x SNR), where v is the voxel volume, SNR is the image signal-to-noise ratio, and K(fsl) is an empirical constant measured to be 6.2 +/- 0.5 x 10(-5) microl/pgFe. Using this expression, it was shown that the sensitivity of MRI is not very different from that of PET, requiring femtomole quantities of SPIO iron for detection under typical micro-imaging conditions (100 microm isotropic resolution, SNR = 60). The results of this work will aid in the design of cellular imaging experiments by defining the lower limit of SPIO labeling required for single cell detection at any given resolution and SNR.
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