High-frequency ultrasound for monitoring changes in liver tissue during preservation
Notice bibliographique
Résumé
Currently the only method to assess liver preservation injury is based on liver appearance and donor medical history. Previous work has shown that high-frequency ultrasound could detect ischemic cell death due to changes in cell morphology. In this study, we use high-frequency ultrasound integrated backscatter to assess liver damage in experimental models of liver ischemia. Ultimately, our goal is to predict organ suitability for transplantation using high-frequency imaging and spectral analysis techniques. To examine the effects of liver ischemia at different temperatures, livers from Wistar rats were surgically excised, immersed in phosphate buffer saline and stored at 4 and 20 degrees C for 24 h. To mimic organ preservation, livers were excised, flushed with University of Wisconsin (UW) solution and stored at 4 degrees C for 24 h. Preservation injury was simulated by either not flushing livers with UW solution or, before scanning, allowing livers to reach room temperature. Ultrasound images and corresponding radiofrequency data were collected over the ischemic period. No significant increase in integrated backscatter (approximately 2.5 dBr) was measured for the livers prepared using standard preservation conditions. For all other ischemia models, the integrated backscatter increased by 4-9 dBr demonstrating kinetics dependent on storage conditions. The results provide a possible framework for using high-frequency imaging to non-invasively assess liver preservation injury.
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) | 0,000 | 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 ».