MétaCan
Menu
Retour à la cohorte
Enregistrement W2086643449 · doi:10.1080/02656730410001668366

Infrared thermographic SAR measurements of interstitial hyperthermia applicators: errors due to thermal conduction and convection

2004· article· en· W2086643449 sur OpenAlexaff
A. S. Gladman, Sean M. Davidson, Anthony Easty, M. Joy, M.D. Sherar

Notice bibliographique

RevueInternational Journal of Hyperthermia · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensToronto General HospitalPrincess Margaret Cancer CentreUniversity Health NetworkLondon Health Sciences CentreUniversity of Toronto
Organismes subventionnairesNational Cancer Institute
Mots-clésThermal conductionMaterials scienceConvectionHeat transferThermographyImaging phantomConvective heat transferPulse durationThermalThermal diffusivityOpticsBiomedical engineeringInfraredMechanicsComposite materialMeteorologyMedicinePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Thermal conduction and convection were examined as sources of error in thermographically measured SAR patterns of an interstitial microwave hyperthermia applicator. Measurements were performed in a layered block of muscle-equivalent phantom material using an infrared thermographic technique with varying heating duration. There was a 52.7% reduction in maximum SAR and 75.5% increase in 50% iso-SAR contour area for a 60-s heating duration relative to a 10-s heating duration. A finite element model of heat transfer in an homogeneous medium was used to model conductive and convective heat transfer during the thermographic measurement. Thermal conduction artefacts were found to significantly distort thermographically measured SAR patterns. Convective cooling, which occurs when phantom layers are exposed for thermal image acquisition, was found to significantly affect the magnitude, but not the spatial distribution, of thermographically measured SAR patterns. Results from this investigation suggest that the thermal diffusion artefacts can be minimized if the duration of the applied power pulse is restricted to 10 s or less.

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)0,000
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 enseignants0,142
Score d'incertitude au seuil0,745

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,220 · 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

Citations19
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of HyperthermiaMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207