MétaCan
Menu
Retour à la cohorte
Enregistrement W2128013587 · doi:10.1002/jbio.201000059

Two‐photon microscopy of healthy, infarcted and stem‐cell treated regenerating heart

2010· article· en· W2128013587 sur OpenAlexafffund
Marika A. Wallenburg, Jun Wu, Ren‐Ke Li, I. Alex Vitkin

Notice bibliographique

RevueJournal of Biophotonics · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensUniversity Health NetworkUniversity of TorontoOntario Institute for Cancer Research
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésMyocyteTwo-photon excitation microscopyAutofluorescenceStem cellMicroscopyPathologyBiophysicsChemistryCellAnatomyBiomedical engineeringMaterials scienceMedicineCell biologyBiologyOpticsFluorescenceBiochemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Two-photon excitation autofluorescence (produced in myocytes) and second-harmonic generation (produced mainly by collagen) allow label-free visualization of these two important components of myocardium. Because of their different emission wavelengths, these two signals can be separated spectrally. Here, we examine two-photon microscopy images of healthy, infarcted and stem-cell treated rat hearts. We find that in infarcted heart, regions distant from the site of infarct are similar to healthy tissue in composition (mostly myocytes, very little collagen) and organization (densely packed myocytes), but infarct regions are characterized by sparse myocytes and high collagen content indicative of scar tissue formation. Stem cell treated hearts, in contrast, show regions of intertwined myocytes and collagen throughout the infarct, suggesting reduced tissue damage. Finally, these results offer interesting insights into our ongoing polarized light studies of cardiac tissue anisotropy, and reveal that both tissue composition and tissue micro-organization are reflected in polarization-measured linear retardance values.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,285
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations21
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of BiophotonicsMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207