Ultrasound-based geometric modeling of the human ovary with applications to cryopreservation
Notice bibliographique
Résumé
Successful cryopreservation of the whole ovary outside of the body, while a woman undergoes cancer treatments, may help preserving fertility and regaining hormone balance during recovery. One of the key challenges in whole ovary cryopreservation is adequately loading the organ with cryoprotective agents (CPAs). Another notable challenge in developing the application is the lack of geometric data needed for designing matching thermal protocols. The objective of the current study is twofold: (i) to develop an effective geometric reconstruction method for the ovary, based on transvaginal ultrasound (TVUS) data, and (ii) to perform a pilot study on the thermal effects associated with CPA loading with application to vitrification. This study includes screening of 127 TVUS imaging datasets of ovaries from healthy ovulatory participants, reconstruction of 14 geometric models, and thermally analyzing two representative geometric models of low and high mature follicles-to-organ volume ratios. Results of this study demonstrate that the proposed reconstruction method is faster and more accurate than that facilitated by commercially available software (SonoAVC, GE Healthcare). Two extremes were investigated: (1) complete vitrification of the ovary, and (2) crystallization of mature follicles while the remaining ovarian stroma vitrifies. CPA loading into the mature follicles is considered an outstanding cryopreservation challenge, but with very little impact on long-term fertility preservation. Results of this study suggest that ovarian preservation by vitrification is feasible when sufficient CPA loading is achieved, while identifying the most suitable CPA for the task remains a challenge beyond the scope of the current study.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».