Application of H2N-Fe3O4 Nanoparticles for Prostate Cancer Magnetic Resonance Imaging in an Animal Model
Notice bibliographique
Résumé
This paper presents the efficacy of a contrast agent based on H2N-Fe3O4 nanoparticles for the detection of prostate cancer in an animal model using a preclinical 9.4 T MRI system. The relaxivities r1 and r2 of the nanoparticles were 6.31 mM−1s−1 and 8.33 mM−1s−1, respectively. Nanoparticles injected in a concentration of 2 mg Fe/mL decreased the tumor-relative T1 relaxation across all animals from 100 to 76 ± 26, 85 ± 27, 89 ± 20, and 97 ± 16 12 min 1 h, 2 h, and 24 h post injection, respectively. The corresponding T1 decrease in muscle tissues was 90 ± 20, 94 ± 23, 99 ± 12, and 99 ± 14. The relative T2 changes in the tumor were 82 ± 17, 89 ± 19, 97 ± 14, and 99 ± 8 12 min, 1 h, 2 h, and 24 h post injection, respectively, while, for muscle tissues, these values were 95 ± 11, 95 ± 8, 97 ± 6, and 95 ± 10 at the corresponding time points. The differences in the relative T1 and T2 were only significant 12 min after injection (p < 0.05), although a decrease was visible at each time point, but it was statistically insignificant (p > 0.05). The results showed the potential application of H2N-Fe3O4 nanoparticles as contrast agents for enhanced prostate cancer MRI.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».