DYNAMIC CHANGES IN THE ACOUSTO-MECHANICAL AND STATISTICAL PARAMETERS OF TISSUE DURING HIGH INTENSITY FOCUSED ULTRASOUND (HIFU) TREATMENT
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High intensity focused ultrasound (HIFU) induces focalized tissue coagulation by increasing the tissue temperature in a tight focal region and has been successfully used as a new technique of tumor treatment or to stop bleeding in clinical applications. The main challenges of this technique are: adjusting the location of HIFU thermal ablation exactly at the region of interest, and controlling the level of thermal ablation. Several imaging methods have been proposed to monitor HIFU-induced thermal lesions such as X-ray, MRI and ultrasound imaging. Currently, ultrasound imaging techniques that are clinically used for monitoring HIFU treatment are standard pulse-echo B-mode ultrasound imaging, ultrasound temperature estimation, and elastography-based methods. This study was carried on ex vivo animal tissue samples. Backscattered radio frequency (RF) signals were acquired in real-time including before, during and after HIFU treatment. In this study, first we estimate the dynamic changes in the acoustical, mechanical and statistical parameters of the tissue resulted from HIFU exposures with three different acoustic powers. Then, we use these parameters to detect the induced HIFU thermal lesions and monitor the treatment process. By estimating the standard deviation of the studied parameters along acquired RF data frames, we show that there are significant changes in the tissue properties during the HIFU treatment.
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.
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 | 0,000 | 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 | 0,000 | 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 découle