MétaCan
Menu
Retour à la cohorte
Enregistrement W1991133593 · doi:10.1088/0031-9155/59/23/7541

Visualization of ultrasound induced cavitation bubbles using the synchrotron x-ray Analyzer Based Imaging technique

2014· article· en· W1991133593 sur OpenAlexafffund
Zahra Izadifar, George Belev, Mohammad Izadifar, Zohreh Izadifar, Dean Chapman

Notice bibliographique

RevuePhysics in Medicine and Biology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensCanadian Light Source (Canada)University of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health ResearchFundação de Amparo à Pesquisa e Inovação do Estado de Santa CatarinaMinisterio de Ciencia e Innovación
Mots-clésCavitationUltrasoundSynchrotronMaterials scienceSonochemistryUltrasonic sensorBiomedical engineeringAcousticsSpectrum analyzerOpticsPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

Observing cavitation bubbles deep within tissue is very difficult. The development of a method for probing cavitation, irrespective of its location in tissues, would improve the efficiency and application of ultrasound in the clinic. A synchrotron x-ray imaging technique, which is capable of detecting cavitation bubbles induced in water by a sonochemistry system, is reported here; this could possibly be extended to the study of therapeutic ultrasound in tissues. The two different x-ray imaging techniques of Analyzer Based Imaging (ABI) and phase contrast imaging (PCI) were examined in order to detect ultrasound induced cavitation bubbles. Cavitation was not observed by PCI, however it was detectable with ABI. Acoustic cavitation was imaged at six different acoustic power levels and six different locations through the acoustic beam in water at a fixed power level. The results indicate the potential utility of this technique for cavitation studies in tissues, but it is time consuming. This may be improved by optimizing the imaging method.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,193

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,074
Tête enseignante GPT0,351
Écart entre enseignants0,277 · 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

Citations10
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207