MétaCan
Menu
Retour à la cohorte
Enregistrement W1975966718 · doi:10.1063/1.3367144

Feasibility of a PVDF Receiver for Monitoring of Transcranial Therapy

2010· article· en· W1975966718 sur OpenAlexaff
Meaghan A. O’Reilly, Kullervo Hynynen, Jacques Souquet

Notice bibliographique

RevueAIP conference proceedings · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésHydrophonePreamplifierMaterials scienceCoaxial cableCoaxialAcousticsMicrobubblesUltrasoundComputer scienceBiomedical engineeringAmplifierBandwidth (computing)EngineeringTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

An MRI compatible PVDF receiver was designed and manufactured for integration into a transcranial therapy array. 4.8 mm diameter, 110 μm thick PVDF film was air‐backed by clamping it across brass tubing. A preamplifier was enclosed within the tubing to improve SNR and drive the long coaxial cables required to reach outside the MRI. The receiver was mounted inside a ring element from an existing array. The receiver performance was compared with a commercial needle hydrophone and tested for MRI compatibility. The PVDF receiver displayed a higher sensitivity than the needle hydrophone and a better capability to reject electrical coupling with the transmit element. MRI image artifacts created by the device were small, and diagnostic ultrasound was possible with the device while simultaneously obtaining an MRI image. Microbubble contrast agent was sonicated both directly, and through a fragment of human skull. The transmit/receive pair was successful in sonicating the microbubbles transcranially and detecting the returning microbubble emissions. A second generation receiver with a diameter of 2.4 mm was manufactured, without sacrificing sensitivity, to increase the field of view of the device. Future work will focus on developing a multi‐element receiver array and its testing for brain treatment monitoring.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,037
Tête enseignante GPT0,270
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207