Non-invasive high-frequency vascular ultrasound elastography
Notice bibliographique
Résumé
Non-invasive vascular elastography (NIVE) was recently introduced to characterize mechanical properties of superficial arteries. In this paper, the feasibility of NIVE and its applicability in the context of high-frequency ultrasound imaging is investigated. First, experiments were performed in vitro on vessel-mimicking phantoms. Polyvinyl alcohol cryogel was used to create two double-layer vessels with different mechanical properties. In both cases, the stiffness of the inner layer was made softer. Radial stress was applied within the lumen of the phantoms by applying incremental static pressure steps with a column of a flowing mixture of water-glycerol. The vessel phantoms were insonified at 32 MHz with an ultrasound biomicroscope to provide cross-section sequences of radio-frequency (RF) ultrasound data. The Lagrangian speckle model estimator (LSME) was used to assess the two-dimensional-strain tensors, and the composite Von Mises elastograms were computed. A new implementation of the LSME based on the optical flow equations was introduced. Deformation parameters were estimated using an inversion algorithm. For each in vitro experiment, both layers of approximately 1 mm were distinguished. Second, the use of the method for the purpose of studying small vessels (MicroNIVE) in genetically engineered rodents was introduced. Longitudinal scans of the carotid artery were performed at 40 MHz. The in vivo results give confidence in the feasibility of MicroNIVE as a potential tool to non-invasively study the impact of targeted genes on vascular remodelling in rodents.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».