Low-frequency ultrasound radiosensitization and therapy response monitoring of tumors: An in vivo study
Notice bibliographique
Résumé
A new framework has been introduced in this paper for tumor radiosensitization and therapy response monitoring using low-frequency ultrasound. Human fibrosarcoma xenografts grown in severe combined immunodeficiency (SCID) mice (n = 108) were treated using ultrasound-stimulated microbubbles at various concentration and exposed to different doses of radiation. Low-frequency ultrasound radiofrequency (RF) data were acquired from tumors prior to and at different times after treatment. Quantitative ultrasound (QUS) techniques were applied to generate spectral parametric maps of tumors. Textural analysis were performed to quantify spatial heterogeneities within QUS parametric maps. A hybrid model was developed using multiple regression analysis to predict extent of histological tumor cell death non-invasively based on QUS spectral and textural biomarkers. Results of immunohistochemistry on excised tumor sections demonstrated increases in cell death with higher concentration of microbubbles and radiation dose. Quantitative ultrasound results indicated changes that paralleled increases in histological cell death. Specifically, the hybrid QUS biomarker demonstrated a good correlation with extent of tumor cell death observed from immunohistochemistry. A linear discriminant analysis applied in conjunction with the receiver operating characteristic (ROC) curve analysis indicated that the hybrid QUS biomarker can classify tumor cell death fractions with an area under the curve of 91.2. The results obtained in this research suggest that low-frequency ultrasound can concurrently be used to enhance radiation therapy and evaluate tumor response to treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».