Three-Dimensional PET Imaging Reveals Canal-like Networks for Amyloid Beta Clearance to the Peripheral Lymphatic System
Notice bibliographique
Résumé
18F-Florbetapir PET imaging is widely used to assess amyloid-β (Aβ) burden in the brain, particularly in the context of Alzheimer’s disease (AD). Conventional assessments typically rely on selected individual slices, which may limit spatial accuracy and are prone to image blurring. In the present study, we introduce novel techniques to enhance the spatial resolution and clarity of Aβ signal visualization in individuals pretreated with 18F-florbetapir. PET scans were retrospectively obtained from the Imaging and Data Archive for twelve individuals, including six cognitively unimpaired subjects and six diagnosed with AD. Each dataset consisted of 346 raw images, comprising 90 axial, 128 coronal, and 128 sagittal slices. Images were reconstructed into a single 3D volume using the 3D Slicer platform. Crucially, we applied artificial intelligence or AI-driven signal enhancement techniques to suppress background noise and amplify Aβ signals. This AI-enhanced processing improved image clarity and enabled visualization of subtle and spatially organized signal patterns. To verify anatomical location, Aβ PET signals were registered with MRI. This integrated workflow allowed us to visualize Aβ signals across regions of interest, including the brain parenchyma, skull, and cervical tissues. Our analytical approaches revealed that Aβ signals are highly concentrated and confined within non-CNS fluid compartments, forming canal-like networks that extend from the brain parenchyma toward the skull base, particularly the occipital clivus, and connect to the cervical lymph nodes. Additional Aβ signals were observed along the internal carotid plexus. These findings suggest that, when reconstruction in 3D and enhanced with AI, 18F-florbetapir PET imaging may not only reflect Aβ plaque burden in the brain but also visualize soluble Aβ species concentrated within anatomical clearance pathways leading to the peripheral lymphatic system. This approach offers a new dimension to PET signal interpretation and highlights the potential of AI-enhanced 3D in advancing neuroimaging analysis.
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 | 0,001 | 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) | 0,000 | 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 ».