Acoustic imaging of thick biological tissue
Notice bibliographique
Résumé
Up to now, biomedical imaging with ultrasound for observing a cellular tissue structure has been limited to very thinly sliced tissue at very high ultrasonic frequencies, i.e., 1 GHz. In this paper, we present the results of a systematic study to use a 150 to 200 MHz frequency range for thickly sliced biological tissue. A mechanical scanning reflection acoustic microscope (SAM) was used for obtaining horizontal cross-sectional images (C-scans) showing cellular structures. In the study, sectioned specimens of human breast cancer and tissues from the small intestine were prepared and examined. Some accessories for biomedical application were integrated into our SAM (Sonix HS-1000 and Olympus UH-3), which operated in pulse-wave and tone-burst wave modes, respectively. We found that the frequency 100 to 200 MHz provides optimal balance between resolution and penetration depth for examining the thickly sliced specimens. The images obtained with the lens focused at different depths revealed cellular structures whose morphology was very similar to that seen in the thinly sectioned specimens with optical and scanning acoustic microscopy. The SAM operation in the pulse-echo mode permits the imaging of tissue structure at the surface, and it also opens up the potential for attenuation imaging representing reflection from the substrate behind the thick specimen. We present such images of breast cancer proving the method's applicability to overall tumor detection. SAM with a high-frequency tone-burst ultrasonic wave reveals details of tissue structure, and both methods may serve as additional diagnostic tools in a hospital environment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».