MétaCan
Menu
Retour à la cohorte
Enregistrement W2124379871 · doi:10.1155/2014/153741

Bimodal Imaging Probes for Combined PET and OI: Recent Developments and Future Directions for Hybrid Agent Development

2014· review· en· W2124379871 sur OpenAlexaff
Uwe Seibold, Björn Wängler, Ralf Schirrmacher, Carmen Wängler

Notice bibliographique

RevueBioMed Research International · 2014
Typereview
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesUniversität HeidelbergDeutsche Forschungsgemeinschaft
Mots-clésPositron emission tomographyMolecular imagingComputer sciencePet imagingMedical physicsArtificial intelligenceNuclear medicineBiomedical engineeringMedicineBiologyIn vivo

Résumé

récupéré en direct d'OpenAlex

Molecular imaging--and especially positron emission tomography (PET)--has gained increasing importance for diagnosis of various diseases and thus experiences an increasing dissemination. Therefore, there is also a growing demand for highly affine PET tracers specifically accumulating and visualizing target structures in the human body. Beyond the development of agents suitable for PET alone, recent tendencies aim at the synthesis of bimodal imaging probes applicable in PET as well as optical imaging (OI), as this combination of modalities can provide clinical advantages. PET, due to the high tissue penetration of the γ-radiation emitted by PET nuclides, allows a quantitative imaging able to identify and visualize tumors and metastases in the whole body. OI on the contrary visualizes photons exhibiting only a limited tissue penetration but enables the identification of tumor margins and infected lymph nodes during surgery without bearing a radiation burden for the surgeon. Thus, there is an emerging interest in bimodal agents for PET and OI in order to exploit the potential of both imaging techniques for the imaging and treatment of tumor diseases. This short review summarizes the available hybrid probes developed for dual PET and OI and discusses future directions for hybrid agent development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,376
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207