Bridging the macro to micro resolution gap with angiographic optical coherence tomography and dynamic contrast enhanced MRI
Notice bibliographique
Résumé
Dynamic contrast enhanced magnetic resonance imaging (DCE-MRI) is emerging as a valuable tool for non-invasive volumetric monitoring of the tumor vascular status and its therapeutic response. However, clinical utility of DCE-MRI is challenged by uncertainty in its ability to quantify the tumor microvasculature ([Formula: see text] scale) given its relatively poor spatial resolution (mm scale at best). To address this challenge, we directly compared DCE-MRI parameter maps with co-registered micron-scale-resolution speckle variance optical coherence tomography (svOCT) microvascular images in a window chamber tumor mouse model. Both semi and fully quantitative (Toft's model) DCE-MRI metrics were tested for correlation with microvascular svOCT biomarkers. svOCT's derived vascular volume fraction (VVF) and the mean distance to nearest vessel ([Formula: see text]) metrics were correlated with DCE-MRI vascular biomarkers such as time to peak contrast enhancement ([Formula: see text] and [Formula: see text] respectively, [Formula: see text] for both), the area under the gadolinium-time concentration curve ([Formula: see text] and [Formula: see text] respectively, [Formula: see text] for both) and [Formula: see text] ([Formula: see text] and [Formula: see text] respectively, [Formula: see text] for both). Several other correlated micro-macro vascular metric pairs were also noted. The microvascular insights afforded by svOCT may help improve the clinical utility of DCE-MRI for tissue functional status assessment and therapeutic response monitoring applications.
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 | 0,003 | 0,006 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 ».