Exploring arterial tissue microstructural organization using non-Gaussian diffusion magnetic resonance schemes
Notice bibliographique
Résumé
Abstract The purpose of this study was to characterize the alterations in microstructural organization of arterial tissue using higher-order diffusion magnetic resonance schemes. Three porcine carotid artery models namely; native, collagenase treated and decellularized, were used to estimate the contribution of collagen and smooth muscle cells (SMC) on diffusion signal attenuation using gaussian and non-gaussian schemes. The samples were imaged in a 7 T preclinical scanner. High spatial and angular resolution diffusion weighted images (DWIs) were acquired using two multi-shell (max b-value = 3000 s/mm2) acquisition protocols. The processed DWIs were fitted using monoexponential, stretched-exponential, kurtosis and bi-exponential schemes. Directionally variant and invariant microstructural parametric maps of the three artery models were obtained from the diffusion schemes. The parametric maps were used to assess the sensitivity of each diffusion scheme to collagen and SMC composition in arterial microstructural environment. The inter-model comparison showed significant differences across the considered models. The bi-exponential scheme based slow diffusion compartment (Ds) was highest in the absence of collagen, compared to native and decellularized microenvironments. In intra-model comparison, kurtosis along the radial direction was the highest. Overall, the results of this study demonstrate the efficacy of higher order dMRI schemes in mapping constituent specific alterations in arterial microstructure.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».