Study of the relationship between the target tissue necrosis volume and the target tissue size in liver tumours using two-compartment finite element RFA modelling
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to investigate the relationship between the target tissue necrosis volume and the target tissue size during the radiofrequency ablation (RFA) procedure. MATERIALS AND METHODS: The target tissues with four different sizes (dxy = 20, 25, 30 and 35 mm) were modelled using a two-compartment radiofrequency ablation model. Different voltages were applied to seek the maximum target tissue necrosis volume for each target tissue size. The first roll-off occurrence or the standard ablation time (12 min) was taken as the sign for the termination of the RFA procedure. RESULTS: Four different maximum voltages without the roll-off occurrence were found for the four different sizes of target tissues (dxy = 20, 25, 30 and 35 mm), and they were 36.6, 35.4, 33.9 and 32.5 V, respectively. The target tissues with diameters of 20, 25 mm can be cleanly ablated at their own maximum voltages applied (MVA) but the same finding was not found for the 35-mm target tissue. For the target tissue with diameter of 30 mm, the 50 °C isothermal contour (IT50) result showed that the target tissue can be cleanly ablated, but the same result did not show in the Arrhenius damage model result. Furthermore, two optimal RFA protocols with a minimal thermal damage to the healthy tissues were found for the target tissues with diameters of 20 and 25 mm, respectively. CONCLUSIONS: The study suggests that target tissues of different sizes should be treated with different RFA protocols. The maximum target tissue volume was achieved with the MVA without the roll-off occurrence for each target tissue size when a constant RF power supply was used.
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 | 0,001 | 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 | 0,001 | 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 ».