Non-invasive mapping of brown adipose tissue activity with magnetic resonance imaging
Notice bibliographique
Résumé
Abstract Thermogenic brown adipose tissue (BAT) has a positive impact on whole-body metabolism. However, in vivo mapping of BAT activity typically relies on techniques involving ionizing radiation, such as [18F]fluorodeoxyglucose ([18F]FDG) positron emission tomography (PET) and computed tomography (CT). Here we report a noninvasive metabolic magnetic resonance imaging (MRI) approach based on creatine chemical exchange saturation transfer (Cr-CEST) contrast to assess in vivo BAT activity in rodents and humans. In male rats, a single dose of the β3-adrenoceptor agonist (CL 316,243) or norepinephrine, as well as cold exposure, triggered a robust elevation of the Cr-CEST MRI signal, which was consistent with the [18F]FDG PET and CT data and 1H nuclear magnetic resonance measurements of creatine concentration in BAT. We further show that Cr-CEST MRI detects cold-stimulated BAT activation in humans (both males and females) using a 3T clinical scanner, with data-matching results from [18F]FDG PET and CT measurements. This study establishes Cr-CEST MRI as a promising noninvasive and radiation-free approach for in vivo mapping of BAT activity.
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 | 0,000 | 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) | 0,001 | 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 ».