Nuclear magnetic relaxation dispersion of murine tissue for development of <i>T</i><sub>1</sub> (<i>R</i><sub>1</sub>) dispersion contrast imaging
Notice bibliographique
Résumé
This study quantified the spin–lattice relaxation rate (R1) dispersion of murine tissues from 0.24 mT to 3 T. A combination of ex vivo and in vivo spin–lattice relaxation rate measurements were acquired for murine tissue. Selected brain, liver, kidney, muscle, and fat tissues were excised and R1 dispersion profiles were acquired from 0.24 mT to 1.0 T at 37 °C, using a fast field‐cycling MR (FFC‐MR) relaxometer. In vivo R1 dispersion profiles of mice were acquired from 1.26 T to 1.74 T at 37 °C, using FFC‐MRI on a 1.5 T scanner outfitted with a field‐cycling insert electromagnet to dynamically control B0 prior to imaging. Images at five field strengths (1.26, 1.39, 1.5, 1.61, 1.74 T) were acquired using a field‐cycling pulse sequence, where B0 was modulated for varying relaxation durations prior to imaging. R1 maps and R1 dispersion (ΔR1/ΔB0) were calculated at 1.5 T on a pixel‐by‐pixel basis. In addition, in vivo R1 maps of mice were acquired at 3 T. At fields less than 1 T, a large R1 magnetic field dependence was observed for tissues. ROI analysis of the tissues showed little relaxation dispersion for magnetic fields from 1.26 T to 3 T. Our tissue measurements show strong R1 dispersion at field strengths less than 1 T and limited R1 dispersion at field strengths greater than 1 T. These findings emphasize the inherent weak R1 magnetic field dependence of healthy tissues at clinical field strengths. This characteristic of tissues can be exploited by a combination of FFC‐MRI and T1 contrast agents that exhibit strong relaxivity magnetic field dependences (inherent or by binding to a protein), thereby increasing the agents' specificity and sensitivity. This development can provide potential insights into protein‐based biomarkers using FFC‐MRI to assess early changes in tumour development, which are not easily measureable with conventional MRI.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».