MétaCan
Menu
Retour à la cohorte
Enregistrement W2019358105 · doi:10.1117/1.3368998

Femtosecond laser lithotripsy: feasibility and ablation mechanism

2010· article· en· W2019358105 sur OpenAlexaff
Joel M.H. Teichman

Notice bibliographique

RevueJournal of Biomedical Optics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAblationMaterials scienceFemtosecondLithotripsyLaserLaser ablationOpticsShock waveMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

Light emitted from a femtosecond laser is capable of plasma-induced ablation of various materials. We tested the feasibility of utilizing femtosecond-pulsed laser radiation (lambda=800 nm, 140 fs, 0.9 mJ/pulse) for ablation of urinary calculi. Ablation craters were observed in human calculi of greater than 90% calcium oxalate monohydrate (COM), cystine (CYST), or magnesium ammonium phosphate hexahydrate (MAPH). Largest crater volumes were achieved on CYST stones, among the most difficult stones to fragment using Holmium:YAG (Ho:YAG) lithotripsy. Diameter of debris was characterized using optical microscopy and found to be less than 20 microm, substantially smaller than that produced by long-pulsed Ho:YAG ablation. Stone retropulsion, monitored by a high-speed camera system with a spatial resolution of 15 microm, was negligible for stones with mass as small as 0.06 g. Peak shock wave pressures were less than 2 bars, measured by a polyvinylidene fluoride (PVDF) needle hydrophone. Ablation dynamics were visualized and characterized with pump-probe imaging and fast flash photography and correlated to shock wave pressures. Because femtosecond-pulsed laser ablates urinary calculi of soft and hard compositions, with micron-sized debris, negligible stone retropulsion, and small shock wave pressures, we conclude that the approach is a promising candidate technique for lithotripsy.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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

Citations25
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207