Enhanced Relaxometric Properties of MRI “Positive” Contrast Agents Confined in Three‐Dimensional Cubic Mesoporous Silica Nanoparticles
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
Abstract Mesoporous silica nanoparticles (MSNs) are of growing interest for the development of novel probes enabling efficient tracking of cells in vivo using magnetic resonance imaging (MRI). The incorporation of Gd 3+ paramagnetic ions into highly porous MSNs is a powerful strategy to synthesize “positive” MRI contrast agents for more quantitative T 1 ‐weighted MR imaging. Within this context, different strategies have been reported to integrate Gd chelates to 2D pore network MSNs. As an alternative, we report on the modulation of the pore network topology through the preparation of a 3D pore network hybrid GdSi x O y MSN system. In this study, 2D GdSi x O y ‐MSNs with similar porosity and particle size were also prepared and the relaxometric performances of both materials, directly compared. Both syntheses lead to water‐dispersible MSNs suspensions (particle size < 200 nm), which were stable for at least 48h. 3D GdSi x O y ‐MSNs provided a significant increase in 1 H longitudinal relaxivity (18.5 s −1 mM −1 ; 4.6 times higher than Gd‐DTPA) and low r 2 /r 1 ratios (1.56) compatible with the requirements of “positive” contrast agents for MRI. These results demonstrate the superiority of a 3D pore network to host paramagnetic atoms for MRI signal enhancement using T 1 ‐weighted imaging. Such an approach minimizes the total amount of paramagnetic element per particle.
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) | 0,005 | 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