Acceleration of ultrasound thermal therapy by patterned acoustic droplet vaporization
Notice bibliographique
Résumé
One application of acoustic droplet vaporization (ADV), a method of converting biocompatible microdroplets into microbubbles, is to enhance locally high intensity focused ultrasound (HIFU) therapy. Two objectives are pursued here: (1) the controlled creation of a bubble trench prior to HIFU using ADV and (2) use of the trench for increasing ablation volumes, lowering acoustic powers, and decreasing therapy duration. Thermally responsive phantoms were made with perfluorocarbon emulsion. Compound lesions were formed in a laboratory setting and a clinical magnetic resonance imaging (MRI)-guided HIFU system. Linear and spiral patterned compound lesions were generated in trenches. A larger fraction of the HIFU beam is contained to increase the generation of heat. Using the laboratory system, a 90 mm linear length spiral trench was formed in 30 s with mechanical beam steering. Comparatively, the clinical HIFU system formed a 19.9 mm linear length spiral trench in approximately 1 s with electronic beam steering. Lesions were imaged optically and with MRI. A uniform thermal ablation volume of 3.25 mL was achieved in 55.4 s (4-times faster than standard clinical HIFU and 14-times larger volume versus sum of individual lesions). Single lesions showed a 400% volume increase.
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 | 0,000 | 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) | 0,001 | 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 ».