A multisample 7 T dynamic nuclear polarization polarizer for preclinical hyperpolarized MR
Notice bibliographique
Résumé
Dynamic nuclear polarization (DNP) provides the opportunity to boost liquid state magnetic resonance (MR) signals from selected nuclear spins by several orders of magnitude. A cryostat running at a temperature of ~ 1 K and a superconducting magnet set to between 3 and 10 T are required to efficiently hyperpolarize nuclear spins. Several DNP polarizers have been implemented for the purpose of hyperpolarized MR and recent systems have been designed to avoid the need for user input of liquid cryogens. We herein present a zero boil‐off DNP polarizer that operates at 1.35 ± 0.01 K and 7 T, and which can polarize two samples in parallel. The samples are cooled by a static helium bath thermally connected to a 1 K closed‐cycle 4He refrigerator. Using a modified version of the commercial fluid path developed for the SPINlab polarizer, we demonstrate that, within a 12‐minute interval, the system can produce two separate hyperpolarized 13C solutions. The 13C liquid‐state polarization of [1‐13C]pyruvate measured 26 seconds after dissolution was 36%, which can be extrapolated to a 55% solid state polarization. The system is well adapted for in vitro and in vivo preclinical hyperpolarized MR experiments and it can be modified to polarize up to four samples in parallel.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».