Investigation of Sonication Parameters for Large-Volume Focused Ultrasound-Mediated Blood–Brain Barrier Permeability Enhancement Using a Clinical-Prototype Hemispherical Phased Array
Notice bibliographique
Résumé
Background/Objectives: Focused ultrasound (FUS) and microbubble (MB) exposure is a promising technique for targeted drug delivery to the brain; however, refinement of protocols suitable for large-volume treatments in a clinical setting remains underexplored. Methods: Here, the impacts of various sonication parameters on blood–brain barrier (BBB) permeability enhancement and tissue damage were explored in rabbits using a clinical-prototype hemispherical phased array developed in-house, with real-time 3D MB cavitation imaging for exposure calibration. Initial experiments revealed that continuous manual agitation of MBs during infusion resulted in greater gadolinium (Gd) extravasation compared to gravity drip infusion. Subsequent experiments used low-dose MB infusion with continuous agitation and a low burst repetition frequency (0.2 Hz) to mimic conditions amenable to long-duration clinical treatments. Results: Key sonication parameters—target level (proportional to peak negative pressure), number of bursts, and burst length—significantly affected BBB permeability enhancement, with all parameters displaying a positive relationship with relative Gd contrast enhancement (p < 0.01). Even at high levels of BBB permeability enhancement, tissue damage was minimal, with low occurrences of hypointensities on T2*-weighted MRI. When accounting for relative Gd contrast enhancement, burst length had a significant impact on red blood cell extravasation detected in histological sections, with 1 ms bursts producing significantly greater levels compared to 10 ms bursts (p = 0.03), potentially due to the higher pressure levels required to generate equal levels of BBB permeability enhancement. Additionally, albumin and IgG extravasation correlated strongly with relative Gd contrast enhancement across sonication parameters, suggesting that protein extravasation can be predicted from non-invasive imaging. Conclusions: These findings contribute to the development of safer and more effective clinical protocols for FUS + MB exposure, potentially improving the efficacy of the approach.
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 | 0,001 | 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 ».