Magnetic Nanoparticles for Magnetic Particle Imaging (MPI): Design and Applications

磁粉成像 磁共振成像 正电子发射断层摄影术 计算机断层摄影术 磁性纳米粒子 医学影像学 材料科学 临床前影像学 核磁共振 超声波 正电子发射 磁粉探伤 断层摄影术 纳米颗粒 医学物理学 放射科 纳米技术 物理 医学 生物技术 生物 体内
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 [The Royal Society of Chemistry]
卷期号:16 (25): 11802-11824 被引量:1
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
wwpzhende6完成签到,获得积分10
刚刚
852应助qy采纳,获得10
刚刚
刚刚
去海边吗完成签到,获得积分20
2秒前
文文发布了新的文献求助10
2秒前
CipherSage应助joxes采纳,获得10
2秒前
2秒前
3秒前
温柔烧鹅完成签到,获得积分10
3秒前
菲菲完成签到,获得积分10
3秒前
3秒前
rrjl完成签到,获得积分10
4秒前
Hello应助aaasalt采纳,获得10
4秒前
671发布了新的文献求助10
4秒前
lee完成签到,获得积分10
5秒前
好好完成签到,获得积分10
5秒前
ALpha完成签到 ,获得积分10
5秒前
心心0521完成签到,获得积分20
5秒前
5秒前
6秒前
拾诣完成签到,获得积分10
6秒前
阿光发布了新的文献求助10
6秒前
彭于晏应助tong采纳,获得10
6秒前
7秒前
仰止完成签到,获得积分10
7秒前
7秒前
xiaoming1123发布了新的文献求助10
8秒前
所所应助激昂的沛柔采纳,获得10
9秒前
李健应助机智的凡梦采纳,获得10
9秒前
10秒前
simple完成签到,获得积分0
10秒前
yanyuqing发布了新的文献求助10
10秒前
干净的井发布了新的文献求助10
10秒前
QZZ发布了新的文献求助10
11秒前
方赫然应助volition采纳,获得10
11秒前
王苏完成签到 ,获得积分10
11秒前
671完成签到,获得积分10
11秒前
猩猩完成签到,获得积分10
12秒前
小王完成签到 ,获得积分10
12秒前
12秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
Textbook of Interventional Radiology 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Impiego dell'associazione acetazolamide/pentossifillina nel trattamento dell'ipoacusia improvvisa idiopatica in pazienti affetti da glaucoma cronico 730
錢鍾書楊絳親友書札 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3294852
求助须知:如何正确求助?哪些是违规求助? 2930798
关于积分的说明 8448306
捐赠科研通 2603170
什么是DOI,文献DOI怎么找? 1420966
科研通“疑难数据库(出版商)”最低求助积分说明 660770
邀请新用户注册赠送积分活动 643561