Positron emission tomography kinetic modeling algorithms for small animal dopaminergic system 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
Small animal positron emission tomography (PET) imaging allows in vivo quantification of lesion- or treatment-induced neurochemical changes in animal models of disease. Important for quantification are the kinetic modeling methods used to determine biologically-relevant parameters of tracer-tissue interaction. In this work, we evaluate modeling algorithms for the dopaminergic tracers (11)C-dihydrotetrabenazine (DTBZ), (11)C-methylphenidate (MP), and (11)C-raclopride (RAC), used to image the dopaminergic system in the unilateral 6-hydroxydopamine lesioned rat model of Parkinson's disease. For the presynaptic tracers, PET measures are compared with autoradiographic binding measurements using DTBZ and [(3)H]WIN 35,428 (WIN). We independently developed a new variant of the tissue-input Logan graphical modeling method, and compared its performance with the simplified Logan graphical method and the simplified reference tissue with basis functions method (SRTM), for region of interest (ROI) averaged time activity curves (TACs) and parametric imaging. The modified graphical method was found to be effectively unbiased by target tissue noise and has advantages for parametric imaging, while all tested methods were equivalent for ROI-averaged data.
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) | 0,000 | 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