High Relaxivities and Strong Vascular Signal Enhancement for NaGdF<sub>4</sub> Nanoparticles Designed for Dual MR/Optical Imaging
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
Near-infrared (NIR)-to-NIR upconverting NaY(Gd)F4 :Tm(3+) ,Yb(3+) paramagnetic nanoparticles (NPs) are efficiently detected by NIR imaging techniques. As they contain Gd(3+) ions, they also provide efficient "positive" contrast in magnetic resonance imaging (MRI). Water-dispersible small (≈25 nm, "S-") and ultrasmall (<5 nm diam., "US-") NaY(Gd)F4 :Tm(3+) ,Yb(3+) NPs are synthesized by thermal decomposition and capped with citrate. The surface of citrate-coated US-NPs shows sodium depletion and high Gd elemental ratios, as confirmed by a comparative X-ray photoelectron spectroscopy (XPS)/neutron absorption analysis study. US-NaGd0.745 F4 :Tm0.005 ,Yb0.25 NPs have hydrodynamic diameters close to that measured by TEM, with the lowest relaxometric ratios (r2 /r1 = 1.18) reported for NaGdF4 nanoparticle suspensions (r1 = 3.37 mM(-1) s(-1) at 1.4 T and 37 °C). Strong relaxivity peaks in the range of 20 (0.47 T) - 300 MHz (7.05 T) are revealed in nuclear magnetic resonance dispersion profiles, with high r2 /r1 ratios at increasing field strengths for S-NPs. This indicates the superiority of US-NPs over S-NPs for achieving high positive contrast at clinical MRI field strengths. I.-v. injected citrate-coated US-NPs evidence long blood retention times (>90 min) in mice. Biodistribution studies (48 h, 8 d) show elimination through the reticuloendothelial and urinary systems, similarly to other citrate-capped US-NP systems. In summary, upconverting NaY(Gd)F4 :Tm(3+) ,Yb(3+) nanoparticles have promising luminescent, relaxometric and blood-retention properties for dual MRI/optical imaging.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 découle