Tissue clearing techniques for three‐dimensional optical imaging of intact human prostate and correlations with multi‐parametric MRI
Notice bibliographique
Résumé
Abstract Background Tissue clearing technologies have enabled remarkable advancements for in situ characterization of tissues and exploration of the three‐dimensional (3D) relationships between cells, however, these studies have predominantly been performed in non‐human tissues and correlative assessment with clinical imaging has yet to be explored. We sought to evaluate the feasibility of tissue clearing technologies for 3D imaging of intact human prostate and the mapping of structurally and molecularly preserved pathology data with multi‐parametric volumetric MR imaging (mpMRI). Methods Whole‐mount prostates were processed with either hydrogel‐based CLARITY or solvent‐based iDISCO. The samples were stained with a nuclear dye or fluorescently labeled with antibodies against androgen receptor, alpha‐methylacyl coenzyme‐A racemase, or p63, and then imaged with 3D confocal microscopy. The apparent diffusion coefficient and K trans maps were computed from preoperative mpMRI. Results Quantitative analysis of cleared normal and tumor prostate tissue volumes displayed differences in 3D tissue architecture, marker‐specific cell staining, and cell densities that were significantly correlated with mpMRI measurements in this initial, pilot cohort. Conclusions 3D imaging of human prostate volumes following tissue clearing is a feasible technique for quantitative radiology–pathology correlation analysis with mpMRI and provides an opportunity to explore functional relationships between cellular structures and cross‐sectional clinical 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 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 ».