MétaCan
Menu
Retour à la cohorte
Enregistrement W2287909354 · doi:10.1002/jbio.201500293

Multifunctional polyelectrolyte microcapsules as a contrast agent for photoacoustic imaging in blood

2016· article· en· W2287909354 sur OpenAlexaff
Alexey M. Yashchenok, Jithin Jose, Philippe Trochet, Gleb B. Sukhorukov, Dmitry A. Gorin

Notice bibliographique

RevueJournal of Biophotonics · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensFujiFilm VisualSonics (Canada)
Organismes subventionnairesRussian Foundation for Basic Research
Mots-clésPhotoacoustic imaging in biomedicineMaterials sciencePolyelectrolyteVisualizationBiomedical engineeringNanotechnologyFluorescencePhotoacoustic effectNanoparticleIn vivoQuantum dotNanomedicineOpticsPolymerComputer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

The polyelectrolyte microcapsules that can be accurate either visualized in biological media or in tissue would enhance their further in vivo application both as a carrier of active payloads and as a specific sensor. The immobilization of active species, for instance fluorescent dyes, quantum dots, metal nanoparticles, in polymeric shell enables visualization of capsules by optical imaging techniques in aqueous solution. However, for visualization of capsules in complex media an instrument with high contrast modality requires. Herein, we show for the first time photoacoustic imaging (PAI) of multifunctional microcapsules in water and in blood. The microcapsules exhibit greater photoacoustic intensity compare to microparticles with the same composition of polymeric shell presumably their higher thermal expansion. Photoacoustic intensity form microcapsules dispersed in blood displays an enhancement (2-fold) of signal compare to blood. Photoacoustic imaging of microcapsules might contribute to non-invasive carrier visualization and further their in vivo distribution.

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 enseignants0,000
Score d'incertitude au seuil0,002

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiophotonicsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207