X-ray-Sensitive Doped CaF<sub>2</sub>-Based MRI Contrast Agents for Local Radiation Dose Measurement
Notice bibliographique
Résumé
Ionizing radiation has become widely used in medicine, with application in diagnostic techniques, such as computed tomography (CT) and radiation therapy (RT), where X-rays are used to diagnose and treat tumors. The X-rays used in CT and, in particular, in RT can have harmful side effects; hence, an accurate determination of the delivered radiation dose is of utmost importance to minimize any damage to healthy tissues. For this, medical specialists mostly rely on theoretical predictions of the delivered dose or external measurements of the dose. To extend the practical use of ionizing radiation-based medical techniques, such as magnetic resonance imaging (MRI)-guided RT, a more precise measurement of the internal radiation dose internally is required. In this work, a novel approach is presented to measure dose in liquids for potential future in vivo applications. The strategy relies on MRI contrast agents (CAs) that provide a dose-sensitive signal. The demonstrated materials are (citrate-capped) CaF 2 nanoparticles (NPs) doped with Eu 3+ or Fe 2+ /Fe 3+ ions. Free electrons generated by ionizing radiation allow the reduction of Eu 3+, which produces a very small contrast in MRI, to Eu 2+, which induces a strong contrast. Oxidative species generated by high-energy X-rays can be measured indirectly using Fe 2+ because it oxidizes to Fe 3+, increasing the contrast in MRI. Notably, in the results, a strong increase in the proton relaxation rates is observed for the Eu 3+ -doped NPs at 40 kV. At 6 MV, a significant increase in proton relaxation rates is observed using CaF 2 NPs doped with Fe 2+ /Fe 3+ after irradiation. The presented concept shows great promise for use in the clinic to measure in vivo local ionizing radiation dose, as these CAs can be intravenously injected in a saline solution.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».