MétaCan
Menu
Retour à la cohorte
Enregistrement W1940611380 · doi:10.1186/2050-5736-3-s1-p6

Simulating temperature distribution of high-intensity focused ultrasound during bone treatments

2015· article· en· W1940611380 sur OpenAlexafffund
Thomas J. Hudson, Thomas Looi, Adam C. Waspe, James M. Drake, Samuel Pichardo

Notice bibliographique

RevueJournal of Therapeutic Ultrasound · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensLakehead UniversityHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHigh-intensity focused ultrasoundAblative caseMedicineFocused ultrasoundTherapeutic ultrasoundUltrasoundMagnetic resonance imagingAblationThermal ablationRadiologyRadiation therapyMedical physicsBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

To help improve therapeutic results for treatment of bone tumors, high intensity focused ultrasound (HIFU) is being investigated as a non-invasive alternative to surgery and radiotherapy. HIFU ablative treatments require an imaging modality for guidance, and magnetic resonance (MR) imaging is currently the strongest choice as it is able to provide temperature mapping throughout the treatment process. Unfortunately, the temperature feedback that is critical to ensuring safety and optimal soft tissue ablation is often unobtainable in bone structures. As an alternative to obtaining feedback, this project is focused on developing a simulator that is capable of predicting the temperature distribution in and around bone tissue during HIFU therapy. Having such a simulation would provide a better understanding of the thermal dosages incurred by the bone during HIFU treatment of tumors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Therapeutic UltrasoundMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207