MétaCan
Menu
Retour à la cohorte
Enregistrement W2104599282 · doi:10.1109/ultsym.1998.765306

Experimental verification of ensemble model for scattering by microbubbles population in a contrast agent

2002· article· en· W2104599282 sur OpenAlexaff
Chien Ting Chin, Peter N. Burns

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueUltrasound and Cavitation Phenomena
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicrobubblesScatteringBubbleContrast (vision)TransducerAcousticsPopulationHarmonicOpticsAmplitudeBroadbandSecond-harmonic imaging microscopyPhysicsMaterials scienceUltrasoundMechanicsSecond-harmonic generation

Résumé

récupéré en direct d'OpenAlex

A theoretical contrast agent model, extending existing single bubble models to a population of simulated bubbles, was previously reported to produce time-domain scattered signals which compared well qualitatively to experiments. Here, experiments were carried out to test this model quantitatively. DPM-115 (Dupont-Merck Inc) flowing in a chamber was exposed to 5 MHz pulsed ultrasound with various bandwidths. Scattered signals were detected at 90/spl deg/ by a broadband receive transducer. The experimental results generally confirm the authors' model for predicting scattered signals, but the measured second harmonic scattering is 10 dB lower than the theoretical prediction. It was also observed that scattering is increased at high transmitted amplitude (>1.5 MPa). The disruptible shell is believed to be a possible cause for both effects, and it is suggested that the shell is very important in understanding the acoustic response of the contrast agent.

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 enseignants0,057
Score d'incertitude au seuil0,217

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 Opus0,031
Tête enseignante GPT0,255
Écart entre enseignants0,224 · 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

Citations1
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound and Cavitation PhenomenaTravaux en français237 207