MétaCan
Menu
Retour à la cohorte
Enregistrement W2803601657 · doi:10.1039/c8sc01706a

Sonophore-enhanced nanoemulsions for optoacoustic imaging of cancer

2018· article· en· W2803601657 sur OpenAlexaff
Sheryl Roberts, Chrysafis Andreou, Crystal Choi, Patrick L. Donabedian, Madhumitha Jayaraman, Edwin C. Pratt, Jun Tang, Carlos Pérez‐Medina, M. Jason de la Cruz, Willem J. M. Mulder, Jan Grimm, Moritz F. Kircher, Thomas Reiner

Notice bibliographique

RevueChemical Science · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute on Drug AbuseNational Cancer InstituteNational Institutes of HealthMemorial Sloan-Kettering Cancer CenterNational Heart, Lung, and Blood InstituteDamon Runyon Cancer Research FoundationFoundation for the National Institutes of Health
Mots-clésPhotoacoustic imaging in biomedicineOptoacoustic imagingCancer imagingCancer detectionMaterials scienceNanotechnologyCancerOpticsMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

MSOT detection of tumors. Specifically, we found that NE-IRDye QC1 offers excellent optoacoustic performance and detection compared to related near-infrared NEs. We demonstrate that when loaded with low fluorescent or dark quencher dyes, NEs represent a flexible and new class of exogenous sonophores suitable for non-invasive pre-clinical optoacoustic imaging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,270
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical ScienceMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207