A simulation study on ultrasound backscattering by cell aggregates with poly-disperse cells
Notice bibliographique
Résumé
A Monte Carlo simulation study on ultrasound backscattering by cell aggregates with poly-disperse cells is discussed. The nuclei in a cell aggregate were assumed as scatterers and the Anderson model was used to obtain backscattering amplitude for each nucleus. The resultant backscatter echo from many particles was determined by using linear superposition of backscatter signals emitted by the nuclei. The random sequential adsorption (RSA) method was employed to generate spatial organizations of nuclei. The frequency dependent backscattering coefficient (BSC) and signal envelope statistics were obtained from tissue samples with different size distributions. For each poly-disperse sample the nuclear populations followed a Gaussian distribution with the nuclear packing fraction fixed at 50.36%. It was found that integrated backscattering coefficient (IBSC) computed between 10-30 MHz increased about 7 dB for the highest poly-disperse sample considered compared to that of a mono-disperse sample. A Gaussian input pulse was employed to investigate signal envelope statistics. It was found that envelope histograms followed the Rayleigh distribution. The Rayleigh fit parameter (σ) increased as dispersity increased. For example, for the highest poly-disperse sample, σ increased about 105% and 157% compared to mono-disperse sample for input pulses with 5 and 25 MHz as the center frequencies and 80% bandwidths. The present work shows that poly-dispersity contributes to ultrasound backscatter but the shapes of histograms did not vary with the size distribution of scatterers.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».