3D Volumetric Photoacoustic (PA) Imaging of Multimodal Porphysome Nanoparticles
Notice bibliographique
Résumé
Photoacoustic imaging adds functional information on the conventional B-mode ultrasound images. Combining photoacoustic information with micro-ultrasound has potential to aid localization and delineation of cancerous lesions to be targeted for focal therapies. The photoacoustic signal in the tumor is primarily generated by hemoglobin but exogenous photoacoustic contrast agents such as novel, biocompatible porphysome nanoparticles can be used to enhance photoacoustic signal. This work demonstrates 3D in vivo micro-ultrasound and photoacoustic imaging of porphysome nanoparticles in a subcutaneous mouse tumor model up to 48 hours after the tail-vein injection. Linear spectral unmixing was used to separate the photoacoustic signal contribution from oxygenated, deoxygenated hemoglobin and porphysomes. 3D imaging revealed the spatial distribution of nanoparticles in the tumor over time. Longitudinal imaging with porphysomes showed that the photoacoustic signal from contrast agent increased after the injection and was co-localized with oxygenated hemoglobin. The presence of nanoparticles in the tumor was also confirmed by the fluorescence imaging which showed the signal peak at 24 hours post-injection potentially due to disassociation of the particle in vivo. Fluorescence histology also confirmed the presence of nanoparticles in the tumor.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».