Measurement of the hyperelastic properties of tissue slices with tumour inclusion
Notice bibliographique
Résumé
The elastic and hyperelastic properties of biological soft tissues have been of interest to the medical community as there are several applications where parameters characterizing these properties are critical for a reliable outcome. This includes applications such as surgery planning, needle biopsy and cancer diagnosis using medical imaging. While there has been considerable research on the measurement of the linear elastic modulus of small tissue samples, little research has been conducted for measuring parameters that characterize nonlinear elasticity of tissues included in slice specimens. In this paper, we present a method of measuring the hyperelastic parameters of tissue slice samples with tumours. In this method, to measure the hyperelastic properties of a tumour within a slice sample, the tumour was indented to acquire its force-displacement response while the slice remained intact. To calculate the hyperelastic parameters from the acquired data, we developed two inversion techniques that use the slice nonlinear finite element model as their forward problem solver. One of these techniques was based on nonlinear optimization while the other is a novel iterative technique that processes the variable slopes of the force-displacement response to calculate the hyperelastic parameters. The latter was developed specifically for the Yeoh and the second-order polynomial hyperelastic models, since we found that the other optimization-based inversion technique did not perform well with these models. To validate the proposed techniques, we performed numerical and phantom experiments. While we were able to achieve convergence with wide ranges of parameters of initial guesses to within 1% error with the numerical simulation experiments, we achieved convergence to within errors of around 5% with the tissue mimicking phantoms. Moreover, we successfully applied these techniques to data we acquired from nine pathological breast tissue slice specimens where the goal was to determine the hyperelastic properties of the tumour within the breast tissue slices.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| 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 ».