Frequency-domain photothermoacoustic and ultrasonic imaging of blood and opto-thermal effects of plasmonic nanoparticle concentrations
Notice bibliographique
Résumé
We describe the use of combined ultrasonic imaging (USI) and photoacoustic radar imaging (PARI) with linear chirp laser modulation to provide visualization of blood with and without the use of gold nanoparticles. A blood vessel simulating sample (S1) containing pure sheep blood was shown to be an optically weak absorbing medium which satisfies thermal but not acoustic confinement. On the contrary, the blood-gold combinations (S2) using 10% and S3 (20%) Au concentrations behaved as optically strongly absorbing media. A heating efficiency of 0.54 to 8.60×10(3) K cm(2) (-1) was determined for Au NPs. The optimal optical power modulation spectral density was determined to be in the range of 0.5 to 0.8 MHz and 0.3 to 1.0 MHz for USI and PARI, respectively. USI produced a better structural image while PARI produced a better functional image of the simulated blood vessel in the order of S2>S3>S1 due to enhanced signal-to-noise ratio. Two-dimensional images of the simulated blood vessel were also obtained. In summary, the PA signal does not increase linearly with Au NP concentration and the change of blood osmolarity due to temperature increase can cause thermo-hemolysis of red blood cells which in turn degrades the PA signal and thus the blood imaging quality. On the other hand, USI produced the best structural image, S4, due to the strong US reflection response from Au NPs and its insensitivity to the presence of blood.
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 ».