Analysis of factors important for transurethral ultrasound prostate heating using MR temperature feedback
Notice bibliographique
Résumé
The feasibility of using MR thermometry for temperature feedback to control a transurethral ultrasound heating applicator with planar transducers was investigated. The sensitivity of a temperature-based feedback algorithm to spatial (control point area, slice thickness, angular alignment) and non-spatial (imaging time, temperature uncertainty) parameters was evaluated through numerical simulations. The angular alignment of the control point with the ultrasound beam was an important parameter affecting the average spatial error in heat delivery. The other spatial parameters were less influential, thus providing an opportunity to reduce spatial resolution for increased SNR in the MR imaging. The update time was the most important non-spatial parameter determining the performance of the control algorithm. Combined non-spatial and spatial parameters achieved acceptable performance with a voxel size of 3 mm x 3 mm, a 10 mm slice thickness and a 5 s update time. Temperature uncertainty of up to 2 degrees C had little effect on the performance of the control algorithm but did reduce the average error slightly due to a systematic, noise-induced overestimation of the boundary temperature. These simulations imply that MR thermometry performed on clinical 1.5 T imaging systems is of sufficient quality for use as thermal feedback for conformal prostate thermal therapy with transurethral ultrasound heating applicators incorporating planar transducers.
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 ».