Lymph Node Metastases Detection Using Gd<sub>2</sub>O<sub>3</sub>@PCD as Novel Multifunctional Contrast Imaging Agent in Metabolic Magnetic Resonance Molecular Imaging
Notice bibliographique
Résumé
Axillary lymph node detection is crucial to staging and prognosis of the lymph node metastatic spread in breast cancer. Currently, lymphoscintigraphy and blue dye, as the conventional methods to localize sentinel lymph nodes (SLNs), are invasive and can only be performed during surgery. This study has had a novel hybrid gadolinium oxide nanoparticle coating with Cyclodextrin‐based polyester as a high‐relaxivity T1 magnetic resonance molecular imaging (MRMI) contrast agent (CA). Twelve female BALB/c mice were randomly divided into three groups of four mice; each group was injected with 4T1 cells to obtain metastasis lymph nodes and diagnosed by using the 3D T1W (VIBE) MRI (Siemens 3T, Prisma). The synthesized Gd2O3@PCD nanoparticles with a suitable particle size range of 20–40 nm have had much higher longitudinal relaxivity (r1) for Gd2O3@PCD and Gd‐DOTA (Dotarem) with the values of 3.98 mM−1·s−1 ± 0.003 and 2.71 mM−1·s−1 ± 0.005, respectively. Identical MR images in coronal views were subsequently obtained to create time‐intensity curves of the right axillary lymph nodes and to measure the contrast ratio (CR). The peak CR and qualitative assessment of axillary lymph nodes at five‐time points were evaluated. After subcutaneous injection, the contrast ratio of axillary lymph node and tumor in mice exhibited CR peak of Gd2O3@PCD and Dotarem with the values of 2.21 ± 0.06 and 0.40 ± 0.004 for lymph node and 2.54 ± 0.04 and 1.21 ± 0.007 for the tumor, respectively. Furthermore, the lumbar‐aortic lymph node is weakly visible in the original coronal image. In conclusion, the use of Gd2O3@PCD nanoparticles as novel MRMI CAs enables high resolution for the detection of lymph node metastasis in mice with the potential capability for breast cancer diagnostic 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 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 | 0,000 | 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 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 ».