Ultrasound-based assessment of the expression of inflammatory markers in the rectus femoris muscle of rats
Notice bibliographique
Résumé
Ultrasonographic characteristics of skeletal muscles are related to their health status and functional capacity, but they still provide limited information on muscle composition during the inflammatory process. It has been demonstrated that an alteration in muscle composition or structure can have disparate effects on different ranges of ultrasonogram pixel intensities. Therefore, monitoring specific clusters or bands of pixel intensity values could help detect echotextural changes in skeletal muscles associated with neurogenic inflammation. Here we compare two methods of ultrasonographic image analysis, namely, the echointensity (EI) segmentation approach (EI banding method) and detection of selective pixel intensity ranges correlated with the expression of inflammatory regulators using an in-house developed computer algorithm (r-Algo). This study utilized an experimental model of neurogenic inflammation in segmentally linked myotomes (i.e., rectus femoris (RF) muscle) of rats subjected to lumbar facet injury. Our results show that there were no significant differences in RF echotextural variables for different EI bands (with 50- or 25-pixel intervals) between surgery and sham-operated rats, and no significant correlations among individual EI band pixel characteristics and protein expression of inflammatory regulators studied. However, mean numerical pixel values for the pixel intensity ranges identified with the proprietary r-Algo computer program correlated with protein expression of ERK1/2 and substance P (both 86–101-pixel ranges) and CaMKII (86–103-pixel range) in RF, and were greater (p < 0.05) in surgery rats compared with their sham-operated counterparts. Our findings indicate that computer-aided identification of specific pixel intensity ranges was critical for ultrasonographic detection of changes in the expression of inflammatory mediators in neurosegmentally-linked skeletal muscles of rats after facet injury.
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 | 0,001 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».