B.1 Imaging metabolic changes in white matter following ischemic and hemorrhagic stroke onset in an animal model
Notice bibliographique
Résumé
Background: What matter (WM) is particularly sensitive to ischemia and WM changes are observed following onset of ischemic stroke as well as during expansion of the stroke lesion. To better correlate neurobehavioural and functional assessments in our models we have developed imaging methods to aid in the differentiation and quantification of WM injury. Methods: We employ 3 mouse models of stroke: photothrombotic, temporary middle cerebral artery occlusion, and intracerebral hemorrhage. Naïve controls and surgical shams (for each model) are also characterized. We use Fourier transform infrared (FTIR) imaging and synchrotron-based X-ray fluorescence microscopy (XFM) to visualize metabolites and elemental markers, respectively. These post-mortem imaging techniques are combined with conventional histology to confirm neuroanatomic features and cell types. Results: The metabolic profile of WM in naïve, sham, and stroke models has been characterized in C57BL/6 mice. The metabolic markers we identify are highly specific and enable the automated differentiation of WM from other tissues. Our methods have been re-tooled to identify degeneration and injury of WM regions. Conclusions: The combination of FTIR imaging and XFM afford the means to readily differentiate WM changes following stroke onset. Significant dysregulation can be observed before the core or penumbra of the stroke lesion reaches WM-containing regions.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».