Time-resolved near-infrared technique for bedside monitoring of absolute cerebral blood flow
Notice bibliographique
Résumé
A primary focus of neurointensive care is monitoring the injured brain to detect harmful events that can impair cerebral blood flow (CBF). Since current non-invasive bedside methods can only indirectly assess blood flow, the goal of this research was to develop an optical technique for measuring absolute CBF. A time-resolved near-infrared (NIR) apparatus was built and its ability to accurately measure changes in optical properties was demonstrated in tissue-mimicking phantoms. The time-resolved system was combined with a bolus-tracking method for measuring CBF using the dye indocyanine green (ICG) as an intravascular flow tracer. Cerebral blood flow was measured in newborn piglets and for comparison, CBF was concurrently measured using a previously developed continuous-wave NIR method. Measurements were acquired with both techniques under three conditions: normocapnia, hypercapnia and following occlusion of the carotid arteries. Mean CBF values (N = 3) acquired with the TR-NIR system were 31.9 ± 11.7 ml/100g/min during occlusion, 39.7 ± 1.6 ml/100g/min at normocapnia, and 58.8 ± 9.9 ml/100g/min at hypercapnia. Results demonstrate that the developed TR-NIR technique has the sensitivity to measure changes in CBF; however, the CBF measurements were approximately 25% lower than the values obtained with the CW-NIRS technique.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».