Rapid Nucleation of Iron Oxide Nanoclusters in Aqueous Solution by Plasma Electrochemistry
Notice bibliographique
Résumé
Progresses in cold atmospheric plasma technologies have made possible the synthesis of nanoparticles in aqueous solutions using plasma electrochemistry principles. In this contribution, a reactor based on microhollow cathodes and operating at atmospheric pressure was developed to synthesize iron-based nanoclusters (nanoparticles). Argon plasma discharges are generated at the tip of the microhollow cathodes, which are placed near the surface of an aqueous solution containing iron salts (FeCl2 and FeCl3) and surfactants (biocompatible dextran). Upon reaction at the plasma-liquid interface, reduction processes occur and lead to the nucleation of ultrasmall iron-based nanoclusters (IONCs). The purified IONCs were investigated by XPS and FTIR, which confirmed that the nucleated clusters contain a highly hydrated form of iron oxide, close to the stoichiometric constituents of α-FeOOH (goethite) or Fe5O3(OH)9 (ferrihydrite). Relaxivity values of r1 = 0.40 mM(-1) s(-1) and r2/r1 = 1.35 were measured (at 1.41 T); these are intermediate values between the relaxometric properties of superparamagnetic iron oxide nanoparticles used in medicine (USPIO) and those of ferritin, an endogenous contrast agent. Plasma-synthesized IONCs were injected into the mouse model and provided positive vascular signal enhancement in T1-w. MRI for a period of 10-20 min. Indications of rapid and strong elimination through the urinary and gastrointestinal tracts were also found. This study is the first to report on the development of a compact reactor suitable for the synthesis of MRI iron-based contrast media solutions, on site and upon demand.
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 | 0,000 | 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 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 ».