Erbium Single‐Band Nanothermometry in the Third Biological Imaging Window: Potential and Limitations
Notice bibliographique
Résumé
Abstract Near‐infrared (NIR) nanothermometers are sought after in biomedicine when it comes to measuring temperatures subcutaneously. Yet, temperature sensing within the third biological imaging window (BW‐III), where the highest contrast images can be obtained, remains relatively unexplored. Here, LiErF4/LiYF4 rare‐earth nanoparticles (RENPs) are studied as NIR nanothermometers in the BW‐III. Under 793 nm excitation, LiErF4/LiYF4 RENPs emit around 1540 nm, corresponding to the 4I13/2 → 4I15/2 radiative transition of Er3+. The fine Stark structure of this transition allows to delineate intensity regions within the emission band that can be used for single‐band ratiometric nanothermometry. These nanothermometers have a relative temperature sensitivity of ≈0.40% °C−1. The temperature‐dependent energy transfer to the surrounding solvent molecules plays a significant role in the thermometric properties of the RENPs. In addition, Ce3+ ions are doped in the core of the RENPs to examine whether it affects the NIR emission and temperature sensitivity. Ce3+ at 1 mol% marginally influences the downshifting emission intensity of the RENPs, yet increases the relative thermal sensitivity to ≈0.45% °C−1. Furthermore, Ce3+ quenches the visible upconversion emission of the RENPs. Together, LiErF4:Ce3+/LiYF4 RENPs enable single‐band photoluminescence nanothermometry in the BW‐III, with the future possibility of its integration within multifunctional decoupled theranostic nanostructures.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».