已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Magnetic nanoparticles for magnetic particle imaging (MPI): design and applications

磁粉成像 粒子(生态学) 磁性纳米粒子 材料科学 磁粉探伤 纳米颗粒 纳米技术 海洋学 地质学
作者
Bahareh Rezaei,Zhi Wei Tay,Shahriar Mostufa,Omid Nejati Manzari,Ebrahim Azizi,Stéfano Ciannella,Hur‐E‐Jannat Moni,Changzhi Li,Minxiang Zeng,Jenifer Gómez‐Pastora,Kai Wu
出处
期刊:Nanoscale [Royal Society of Chemistry]
卷期号:16 (25): 11802-11824 被引量:47
标识
DOI:10.1039/d4nr01195c
摘要

Recent advancements in medical imaging have brought forth various techniques such as magnetic resonance imaging (MRI), computed tomography (CT), positron emission tomography (PET), and ultrasound, each contributing to improved diagnostic capabilities. Most recently, magnetic particle imaging (MPI) has become a rapidly advancing imaging modality with profound implications for medical diagnostics and therapeutics. By directly detecting the magnetization response of magnetic tracers, MPI surpasses conventional imaging modalities in sensitivity and quantifiability, particularly in stem cell tracking applications. Herein, this comprehensive review explores the fundamental principles, instrumentation, magnetic nanoparticle tracer design, and applications of MPI, offering insights into recent advancements and future directions. Novel tracer designs, such as zinc-doped iron oxide nanoparticles (Zn-IONPs), exhibit enhanced performance, broadening MPI's utility. Spatial encoding strategies, scanning trajectories, and instrumentation innovations are elucidated, illuminating the technical underpinnings of MPI's evolution. Moreover, integrating machine learning and deep learning methods enhances MPI's image processing capabilities, paving the way for more efficient segmentation, quantification, and reconstruction. The potential of superferromagnetic iron oxide nanoparticle chains (SFMIOs) as new MPI tracers further advanced the imaging quality and expanded clinical applications, underscoring the promising future of this emerging imaging modality.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
香蕉完成签到 ,获得积分10
1秒前
琥1发布了新的文献求助10
2秒前
Ccc完成签到,获得积分10
3秒前
Lyrich发布了新的文献求助10
3秒前
haan完成签到,获得积分10
4秒前
古怪的戈罗伊完成签到,获得积分10
6秒前
琥1完成签到,获得积分10
7秒前
斯文败类应助HRR采纳,获得10
12秒前
13秒前
研友_5Y9775发布了新的文献求助10
15秒前
123完成签到,获得积分10
16秒前
未闻花名发布了新的文献求助10
17秒前
勤奋的中原完成签到,获得积分10
17秒前
银河完成签到,获得积分10
19秒前
19秒前
zzdoc发布了新的文献求助10
23秒前
张文乐完成签到,获得积分10
23秒前
24秒前
seven完成签到,获得积分10
24秒前
24秒前
万能图书馆应助拾玖采纳,获得10
24秒前
molihuakai应助科研工作者采纳,获得10
25秒前
无极微光应助ptalala采纳,获得20
28秒前
XIN发布了新的文献求助10
29秒前
31秒前
科研通AI6.1应助小米渣采纳,获得30
32秒前
zeannezg完成签到 ,获得积分10
33秒前
orixero应助TT2022采纳,获得10
39秒前
Couchbanana完成签到,获得积分10
41秒前
杨桃完成签到,获得积分10
42秒前
bkagyin应助冷艳的萝莉采纳,获得10
43秒前
山楂看海完成签到,获得积分10
43秒前
科研通AI6.2应助小胡采纳,获得10
44秒前
赘婿应助Wang采纳,获得10
44秒前
科研通AI6.1应助未闻花名采纳,获得10
46秒前
李健应助Seagull采纳,获得10
47秒前
完美世界应助nuliguan采纳,获得30
49秒前
50秒前
orixero应助玻璃弹珠采纳,获得10
53秒前
务实人杰完成签到,获得积分20
53秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Graphene Handbook (2019 Edition) 800
IEST-RP-CC018: Cleanroom Cleaning and Sanitization: Operating and Monitoring Procedures 600
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 600
久松真一著作集〈第5巻〉禅と芸術 500
Fundamentals of Modern Mathematics: A Practical Review (Dover Books on Mathematics) 500
Cold War Transcended: Australia's China Policy, 1949-1990 470
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6587273
求助须知:如何正确求助?哪些是违规求助? 8360749
关于积分的说明 17903188
捐赠科研通 5730663
什么是DOI,文献DOI怎么找? 2950165
邀请新用户注册赠送积分活动 1925626
关于科研通互助平台的介绍 1813061