Nuclear Overhauser Enhancement-Mediated Magnetization Transfer Imaging in Glioma with Different Progression at 7 T
Notice bibliographique
Résumé
Glioma is a malignant neoplasm affecting the central nervous system. The conventional approaches to diagnosis, such as T1-weighted imaging (T1WI), T2-weighted imaging (T2WI), and contrast-enhanced T1WI, give an oversimplified representation of anatomic structures. Nuclear Overhauser enhancement (NOE) imaging is a special form of magnetization transfer (MT) that provides a new way to detect small solute pools through indirect measurement of attenuated water signals, and makes it possible to probe semisolid macromolecular protons. In this study, we investigated the correlation between the effect of NOE-mediated imaging and progression of glioma in a rat tumor model. We found that the NOE signal decreased in tumor region, and signal of tumor center and peritumoral normal tissue markedly decreased with growth of the glioma. At the same time, NOE signal in contralateral normal tissue dropped relatively late (at about day 16-20 after implanting the glioma cells). NOE imaging is a new contrast method that may provide helpful insights into the pathophysiology of glioma with regard to mobile proteins, lipids, and other metabolites. Further, NOE images differentiate normal brain tissue from glioma tissue at a molecular level. Our study indicates that NOE-mediated imaging is a new and promising approach for estimation of tumor progression.
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 | 0,000 | 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 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 ».