Multiple-mouse magnetic resonance imaging with cryogenic radiofrequency probes for evaluation of brain development
Notice bibliographique
Résumé
Multiple-mouse magnetic resonance imaging (MRI) increases scan throughput by imaging several mice simultaneously in the same magnet bore, enabling multiple images to be obtained in the same time as a single scan. This increase in throughput enables larger studies than otherwise feasible and is particularly advantageous in longitudinal study designs where frequent imaging time points result in high demand for MRI resources. Cryogenically-cooled radiofrequency probes (CryoProbes) have been demonstrated to have significant signal-to-noise ratio benefits over comparable room temperature coils for in vivo mouse imaging. In this work, we demonstrate implementation of a multiple-mouse MRI system using CryoProbes, achieved by mounting four such coils in a 30-cm, 7-Tesla magnet bore. The approach is demonstrated for longitudinal quantification of brain structure from infancy to early adulthood in a mouse model of Sanfilippo syndrome (mucopolysaccharidosis type III), generated by knockout of the Hgsnat gene. We find that Hgsnat−/− mice have regionally increased growth rates compared to Hgsnat+/+ mice in a number of brain regions, notably including the ventricles, amygdala and superior colliculus. A strong sex dependence was also noted, with the lateral ventricle volume growing at an accelerated rate in males, but several structures in the brain parenchyma growing faster in females. This approach is broadly applicable to other mouse models of human disease and the increased throughput may be particularly beneficial in studying mouse models of neurodevelopmental disorders.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».