Evaluating <i>in vivo</i> tissue stiffness of capillaries using Microbubbles Under an Ultrasound Field
Notice bibliographique
Résumé
Introduction: We developed a new technique to study in vivo biomechanical properties of capillaries using microbubbles (MBs), ultrasound, and high-speed microscopic imaging. We hypothesized that diabetes stiffens capillaries and that MB acoustic behaviors within capillaries will change as wall stiffness changes. Methods: Type 1 diabetes was induced in rats using streptozotocin. Cremaster muscle was externalized in anesthetized rats. Definity® was intra-arterially injected (40–60 μl boluses). Capillaries were imaged microscopically at 8–12 Mfps, during delivery of one 6–15 cycle ultrasound pulse [f = 1 MHz, PNP = 0.5–2.0 MPa]. Capillary and MB diameters were obtained from image analysis and power spectra were derived. Stress–strain curves were generated using normal stress exerted by MB (derived from the linearized Euler’s equation) and circumferential vessel Green strain. Results: MBs in diabetic capillaries (n = 3) displayed greater subharmonic/fundamental power ratio (p = 0.03) and ultraharmonic/fundamental power ratio (p = 0.01) compared with MBs in healthy capillaries (n = 28). Preliminary elastic modulus analysis (n = 9 control and n = 2 diabetic) showed estimated elastic moduli of 1.7 MPa for healthy and 2.2 MPa for diabetic capillaries. Conclusions: Our preliminary data suggest that the MB frequency spectrum under the US may differ in diabetic capillaries, which may provide a basis for a novel approach to diagnose microvascular disease.
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 | 0,001 |
| 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 ».