MétaCan
Menu
Retour à la cohorte
Enregistrement W1996149024 · doi:10.1002/mrm.1288

Temperature dosimetry using MR relaxation characteristics of poly(vinyl alcohol) cryogel (PVA‐C)

2001· article· en· W1996149024 sur OpenAlexaff
L.A. Lukas, Kathleen Surry, Terry M. Peters

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésVinyl alcoholDosimetryMaterials scienceRelaxation (psychology)CalibrationAnalytical Chemistry (journal)PolymerNuclear magnetic resonanceNuclear medicineComposite materialChemistryChromatographyMedicineMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Hyperthermic therapy is being used for a variety of medical treatments, such as tumor ablation and the enhancement of radiation therapy. Research in this area requires a tool to record the temperature distribution created by a heat source, similar to the dosimetry gels used in radiation therapy to record dose distribution. Poly(vinyl alcohol) cryogel (PVA-C) is presented as a material capable of recording temperature distributions between 45 and 70 degrees C, with less than a 1 degrees C error. An approximately linear, positive relationship between MR relaxation times and applied temperature is demonstrated, with a maximum of 16.3 ms/ degrees C change in T(1) and 10.2 ms/ degrees C in T(2) for a typical PVA-C gel. Applied heat reduces the amount of cross-linking in PVA-C, which is responsible for a predictable change in T(1) and T(2) times. Temperature distributions in PVA-C volumes may be determined by matching MR relaxation times across the volumes to calibration values produced in samples subjected to known temperatures. Factors such as thermotolerance, perfusion effects, and thermal conductivity of PVA-C are addressed for potentially extending this method to modeling thermal doses in tissue.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,719
Score d'incertitude au seuil0,677

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,026
Tête enseignante GPT0,327
Écart entre enseignants0,301 · 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'étudeObservationnel
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

Citations18
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207