Characterization of red blood cell aggregation with photoacoustics: A theoretical and experimental study
Notice bibliographique
Résumé
The aggregation of red blood cells (RBCs) is a phenomenon that is governed by plasma fibrinogen concentration and the shear forces of flow. We propose the use of photoacoustics (PA) for the detection and characterization of RBC aggregation. A 2D simulation study was performed to investigate the dependence of the PA signal on hematocrit for non-aggregated cells and on the aggregate size for aggregated samples. Experimental confirmation of theoretical results was conducted using human RBC samples and the Imagio PA imaging device (Seno Medical Instruments Inc., San Antonio, TX). Samples were exposed to 1064 nm laser irradiation. PA signals were collected from the non-aggregated samples at varying hematocrit levels. Aggregation was induced by suspending the RBCs in various concentrations of Dextran-70. To account for the response of the imaging system, the PA spectra were calibrated by dividing by the response of the transducer measured using a needle hydrophone. Theoretical and experimental results show a monotonic increase in the PA signal amplitude with increasing hematocrit. As the size of aggregates increases, simulations demonstrate a shift towards lower frequencies in the PA power spectrum as well as enhancements as large as 11 dB compared to the non-aggregated sample. Experimental results confirm the ability of PA to detect and quantify the aggregation of RBCs. PA radiofrequency spectral analysis seems provides a quantitative means for distinguishing between aggregated and non-aggregated samples.
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) | 0,000 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».