Three-dimensional computational modeling of high-frequency ultrasound imaging of murine liver and liver metastases.
Notice bibliographique
Résumé
High-frequency ultrasound images of preclinical cancer models are sensitive to variations in microanatomy that accompany tumor growth, but the relationships between high-frequency backscattering and tumor microstructure are incompletely understood. To investigate these relationships, a 3-D microanatomical model that incorporates cell number density, sizes of cells and nuclei, and spatial arrangement of cells is used to represent a healthy mouse liver and an experimental liver metastasis. A first-order k-space method is used to synthesize B-mode images by computing linear 3-D propagation of focused 40-MHz pulses through the simulated tissues. Simulated images are compared to corresponding experimental images by constructing gray-level histograms with 13 bins evenly spaced over 256 gray levels. Simulated and experimental speckle distributions for a healthy liver match within one standard deviation in all 13 histogram bins when the sound speed and mass density of the cell nuclei are set to 1503 m/s and 1.43 g/cm3, respectively. Simulated and experimental speckle distributions for the liver metastasis match in 11 of 13 bins when the sound speed and density of the nuclei are set to 1527 m/s and 1.14 g/cm3. These simulations suggest that changes in first-order speckle statistics during tumor development reflect variations in both tissue acoustic and microstructural properties.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».