Synchrotron Radiation-Based FTIR Microspectroscopic Imaging of Traumatically Injured Mouse Brain Tissue Slices
Notice bibliographique
Résumé
Traumatic brain injury (TBI) is a health problem of global concern because of its serious adverse effects on public health and social economy. A technique that can be used to precisely detect TBI is highly demanded. Here, we report on a synchrotron radiation-based Fourier transform infrared (SR-FTIR) microspectroscopic imaging technique that can be exploited to identify TBI-induced injury by examining model mouse brain tissue slices. The samples were first examined by conventional histopathological techniques including hematoxylin and eosin (H&E) staining and 2,3,5-triphenyltetrazolium chloride staining and then spectroscopically imaged by SR-FTIR. SR-FTIR results show that the contents of protein and nucleic acid in the injured region are lower than their counterparts in the normal region. The injured and normal regions can be unambiguously distinguished from each other by the principle component analysis of the SR-FTIR spectral data corresponding to protein or nucleic acid. The images built from the spectral data of protein or nucleic acid clearly present the injured region of the brain tissue, which is in good agreement with the H&E staining image and optical image of the sample. Given the label-free and fingerprint features, the demonstrated method suggests potential application of SR-FTIR spectroscopic mapping for the digital and intelligent diagnosis of TBI by providing spatial and chemical information of the sample simultaneously.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».