Advances in magnetic particle imaging: evaluating magnetic microspheres and optimized acquisition parameters for high sensitivity cell tracking
Notice bibliographique
Résumé
Abstract Motivation The sensitivity and resolution of magnetic particle imaging (MPI) depend on the choice of tracer and specific imaging parameters. For cell tracking applications with MPI, both the superparamagnetic iron oxide (SPIO) tracer and the cell labeling efficiency have a significant impact on MPI sensitivity and vary for different tracers. Objective This study compared three commercially available SPIO tracers (VivoTrax, Synomag-D and ProMag) and SPIO-labeled cells using magnetic particle relaxometry (MPR) and imaging. Further, the effect of imaging parameters (gradient field strength and drive field amplitude) on MPI signal strength, resolution, and cell detection limits, was evaluated. Results The peak MPI signal measured by MPR was much higher for Synomag-D compared to VivoTrax and ProMag. However, the signal for intracellular Synomag-D was significantly reduced. In contrast, the signal for ProMag, a micron-sized iron oxide (MPIO) particle, was not significantly different for free and intracellular particles. The cellular iron loading was higher for ProMag compared to Synomag-D. The total MPI signal measured from images of free and intracellular SPIOs was highest for ProMag. Varying imaging parameters confirmed that a lower gradient field strength and higher drive field amplitude improved tracer and cellular sensitivity. Conclusion These results show that the evaluation of tracers by MPR is not sufficient to predict the performance of all SPIO tracers; in particular, not for larger, polymer-encapsulated iron particles such as ProMag, or for SPIO tracers internalized in cells. Improvements in MPI sensitivity through lower gradient field strength and higher drive field amplitudes are associated with a trade-off in image resolution.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».