Exploring the Biomechanical Properties of Brain Malignancies and Their Pathologic Determinants <i>In Vivo</i> with Magnetic Resonance Elastography
Notice bibliographique
Résumé
Malignant tumors are typically associated with altered rigidity relative to normal host tissue. Magnetic resonance elastography (MRE) enables the noninvasive quantitation of the mechanical properties of deep-seated tissue following application of an external vibrational mechanical stress to that tissue. In this preclinical study, we used MRE to quantify (kPa) the elasticity modulus Gd and viscosity modulus Gl of three intracranially implanted glioma and breast metastatic tumor models. In all these brain tumors, we found a notable softness characterized by lower elasticity and viscosity than normal brain parenchyma, enabling their detection on Gd and Gl parametric maps. The most circumscribed tumor (U-87 MG glioma) was the stiffest, whereas the most infiltrative tumor (MDA-MB-231 metastatic breast carcinoma) was the softest. Tumor cell density and microvessel density correlated significantly and positively with elasticity and viscosity, whereas there was no association with the extent of collagen deposition or myelin fiber entrapment. In conclusion, although malignant tumors tend to exhibit increased rigidity, intracranial tumors presented as remarkably softer than normal brain parenchyma. Our findings reinforce the case for MRE use in diagnosing and staging brain malignancies, based on the association of different tumor phenotypes with different mechanical properties.
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 | 0,001 | 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 ».