Quantitative pulsatility measurements using 3D dynamic ultrasound localization microscopy
Notice bibliographique
Résumé
A rise in blood flow velocity variations (i.e. pulsatility) in the brain, caused by the stiffening of upstream arteries, is associated with cognitive impairment and neurodegenerative diseases. The study of this phenomenon requires brain-wide pulsatility measurements, with large penetration depth and high spatiotemporal resolution. The development of dynamic ultrasound localization microscopy (DULM), based on ULM, has enabled pulsatility measurements in the rodent brain in 2D. However, 2D imaging accesses only one slice of the brain and measures only 2D-projected and hence biased velocities . Herein, we present 3D DULM: using a single ultrasound scanner at high frame rate (1000-2000 Hz), this method can produce dynamic maps of microbubbles flowing in the bloodstream and extract quantitative pulsatility measurements in the cat brain with craniotomy and in the mouse brain through the skull, showing a wide range of flow hemodynamics in both large and small vessels. We highlighted a decrease in pulsatility along the vascular tree in the cat brain, which could be mapped with ultrasound down to a few tens of micrometers for the first time. We also performed an intra-animal validation of the method by showing consistent measurements between the two sides of the Willis circle in the mouse brain. Our study provides the first step towards a new biomarker that would allow the detection of dynamic abnormalities in microvessels in the brain, which could be linked to early signs of neurodegenerative diseases.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».