Evaluation of the Potential of Dipole Field Navigation for the Targeted Delivery of Therapeutic Agents in a Human Vascular Network
Notice bibliographique
Résumé
Magnetically guided agents in the vascular network are expected to enable the targeted delivery of therapeutics to localized regions while avoiding their systemic circulation. Due to the small size of the medically applicable superparamagnetic microscale agents required to reach the smaller arteries, high magnetic fields and gradients are required to reach saturation magnetization and generate sufficient directional forces, respectively, for their effective navigation in the vascular environment. Currently, the only method that provides both a high field and high magnetic gradient strengths in deep tissues at the human scale is known as dipole field navigation (DFN). This method relies on the controlled distortion of the field inside a magnetic resonance imaging scanner by precisely positioning ferromagnetic cores around the patient. This paper builds on previous works that have experimentally demonstrated the feasibility of the method and proposed optimization algorithms for placing the cores. The maximum gradient strengths that can be generated for single and multibifurcation vascular routes are investigated while considering the major constraints on core positions (limited space in the scanner, magnetic interactions). Using disc cores, which were previously shown particularly effective for the DFN, results show that gradient strengths exceeding 400 mT/m (a tenfold increase with respect to typical gradients generated by clinical MRI scanners) can be achieved at 10 cm inside the patient, but decrease as the complexity of the vascular route increases. The potential of the method is evaluated for targeting regions of a vascular model of a human liver, segmented from clinical data, with encouraging results showing strengths up to 150 mT/m for generating gradients at three consecutive bifurcations within 20° of average gradient direction error.
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 | 0,001 |
| 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) | 0,001 | 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 ».