Ex Vivo Study Using Diffusion Tensor Imaging to Identify Biomarkers of Atherosclerotic Disease in Human Cadaveric Carotid Arteries
Notice bibliographique
Résumé
Background: This study aims to address the potential of ex vivo diffusion tensor imaging to provide insight into the microstructural composition and morphological arrangement of aged human atherosclerotic carotid arteries. Methods: In this study, whole human carotid arteries were investigated both anatomically and by comparing healthy and diseased regions. Nonrigid image registration was used with unsupervised segmentation to investigate the influence of elastin, collagen, cell density, glycosaminoglycans, and calcium on diffusion tensor imaging derived metrics (fractional anisotropy and mean diffusivity). Early stage atherosclerotic features were also investigated in terms of microstructural components and diffusion tensor imaging metrics. Results: All vessels displayed a dramatic decrease in fractional anisotropy compared with healthy animal arterial tissue, while the mean diffusivity was sensitive to regions of advanced disease. Elastin content strongly correlated with both fractional anisotropy (r>0.7, P <0.001) and mean diffusivity (r>−0.79, P <0.0002), and the thickened intima was also distinguishable from arterial media by these metrics. Conclusions: These different investigations point to the potential of diffusion tensor imaging to identify characteristics of arterial disease progression, at early and late-stage lesion development.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».