Temperature dependence of acoustic harmonics generated by nonlinear ultrasound beam propagation in <i>ex vivo</i> tissue and tissue-mimicking phantoms
Notice bibliographique
Résumé
PURPOSE: Hyperthermia is a cancer treatment technique that could be delivered as a stand-alone modality or in conjunction with chemotherapy or radiation therapy. Noninvasive and real-time temperature monitoring of the heated tissue improves the efficacy and safety of the treatment. A temperature-sensitive acoustic parameter is required for ultrasound-based thermometry. In this paper the amplitude and the energy of the acoustic harmonics of the ultrasound backscattered signal are proposed as suitable parameters for noninvasive ultrasound thermometry. MATERIALS AND METHODS: A commercial high frequency ultrasound imaging system was used to generate and detect acoustic harmonics in tissue-mimicking gel phantoms and ex vivo bovine muscle tissues. The pressure amplitude and the energy content of the backscattered fundamental frequency (p1 and E1), the second (p2 and E2) and the third (p3 and E3) harmonics were detected in pulse-echo mode. Temperature was increased from 26° to 46 °C uniformly through both samples. The amplitude and the energy content of the harmonics and their ratio were measured and analysed as a function of temperature. RESULTS: The average p1, p2 and p3 increased by 69%, 100% and 283%, respectively as the temperature was elevated from 26° to 46 °C in tissue samples. In the same experiment the average E1, E2 and E3 increased by 163%, 281% and 2257%, respectively. A similar trend was observed in tissue-mimicking gel phantoms. CONCLUSIONS: The findings suggest that the harmonics generated due to nonlinear ultrasound beam propagation are highly sensitive to temperature and could potentially be used for noninvasive ultrasound tissue thermometry.
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 | 0,000 | 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 ».