Real-time sentinel lymph node biopsy guidance using combined ultrasound, photoacoustic, fluorescence imaging: in vivo proof-of-principle and validation with nodal obstruction
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
Precise sentinel lymph node (SLN) identification is crucial not only for accurate diagnosis of micro-metastases at an early stage of cancer progression but also for reducing the number of SLN biopsies (SLNB) to minimize their severe side effects. Furthermore, it is desirable that an SLNB guidance should be as safe as possible in routine clinical use. Although there are currently various SLNB guidance methods for pre-operative or intra-operative assessment, none are ideal. We propose a real-time SLNB guidance method using contrast-enhanced tri-modal images (i.e., ultrasound, photoacoustic, and fluorescence) acquired by a recently developed hand-held tri-modal probe. The major advantage of tri-modal imaging is demonstrated here through an in vivo study of the technically-difficult case of nodal obstruction that frequently leads to false-negative results in patients. The results in a tumor model in rabbits and normal controls showed that tri-modal imaging is capable of clearly identifying obstructed SLNs and of indicating their metastatic involvement. Based on these findings, we propose an SLNB protocol to help surgeons take full advantage of the complementary information obtained from tri-modal imaging, including for pre-operative localization, intra-operative biopsy guidance and post-operative analysis.
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 | 0,001 | 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 | 0,001 |
| 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