An AFM-Based Model-Fitting-Free Viscoelasticity Characterization Method for Accurate Grading of Primary Prostate Tumor
Notice bibliographique
Résumé
Viscoelasticity is a crucial property of cells, which plays an important role in label-free cell characterization. This paper reports a model-fitting-free viscoelasticity calculation method, correcting the effects of frequency, surface adhesion and liquid resistance on AFM force-distance (FD) curves. As demonstrated by quantifying the viscosity and elastic modulus of PC-3 cells, this method shows high self-consistency and little dependence on experimental parameters such as loading frequency, and loading mode (Force-volume vs. PeakForce Tapping). The rapid calculating speed of less than 1ms per curve without the need for a model fitting process is another advantage. Furthermore, this method was utilized to characterize the viscoelastic properties of primary clinical prostate cells from 38 patients. The results demonstrate that the reported characterization method a comparable performance with the Gleason Score system in grading prostate cancer cells, This method achieves a high average accuracy of 97.6% in distinguishing low-risk prostate tumors (BPH and GS6) from higher-risk (GS7-GS10) prostate tumors and a high average accuracy of 93.3% in distinguishing BPH from prostate cancer.
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 ».