Components Determination in Hypoxic Glioblastoma Measured with 18F-FMISO PET imaging
Notice bibliographique
Résumé
Tumor hypoxia is defined as the reduction of oxygen supply to tumor cells. Glioblastoma (GBM) tumors are characterized by high levels of hypoxia, which results in poor prognosis even after treatment by radiotherapy and chemotherapy. The most current technique used for imaging hypoxia in GBM is 18F-Fluoromisonidazole (18F-FMISO) with PET imaging. The aim of this study is to decompose the dynamic 18F-FMISO images in tissue components and to study the spatial distribution of GBM in the tumor over time. The scanning protocol begins with 15 or 30 minutes dynamic images of the brain followed by static images at 2 h, 3 h and 4 h. We used spectral analysis technique to decompose the whole 3D dynamic image into its components in order to isolate the hypoxic regions. The results show non-uniformity in tumor shape as a function of time. The tumor becomes uniform after 2 h resembling its shape on MRI image, even though, a difference in shape has been found with later frames. Some tumor regions show accumulative response while others, even appearing with comparable uptake of 18F-FMISO, they were not observed as hypoxic based on the results of spectral analysis. Clearly, blood volume, hypoxic and perfused tissues and even necrotic regions can be isolated and studied separately. Therefore, the pattern of changes in tumor shape over time can be explained for a better tumor treatment.
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 | 0,001 | 0,001 |
| 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 ».