3D Transcranial Dynamic Ultrasound Localization Microscopy in the Mouse Brain Using a Row-Column Array
Notice bibliographique
Résumé
OBJECTIVE: To assess the role of brain hemodynamics in neurodegenerative diseases, current imaging technologies remain insufficient due to limitations in spatial or temporal resolution for quantitative mapping of pulsatile flow in the whole brain. This study aims to demonstrate the feasibility of 3D transcranial Dynamic Ultrasound Localization Microscopy (DULM) for spatiotemporal blood flow measurements in the brain, addressing limitations of 2D imaging for velocity estimation within the 3D complex vascularized structures. METHODS: We used a (128+128)-element, 12 MHz Row-Column Array (RCA) to perform transcranial DULM imaging in anesthetized mice (n = 7 in total). The RCA setup allows for reduced element count while maintaining a large field of view and high frame rate compared to matrix arrays. Transcranial images were acquired at a 750-Hz volume rate using an optimized microbubble concentration and a sequence of 42 tilted plane waves. Microbubbles were localized and tracked, enabling super-resolved dynamic density and velocity maps of the 3D brain vascular network. RESULTS: Pulsatile flows were observed with 3D DULM in 7 mice. The segmentation of cortical vessels indicated that pulsatility in arteries was significantly higher than in veins, consistent across all mice and aligning with findings in existing literature. CONCLUSION: This study demonstrates for the first time the feasibility and reproducibility of obtaining high spatiotemporal resolution images of mouse brain vasculature using transcranial DULM with a RCA. SIGNIFICANCE: This work highlights the potential of RCA 3D DULM for non-invasive cerebral hemodynamics studies, it might enable comprehensive vascular imaging suitable for research in early-stage neurodegenerative diseases.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».