Models and measurements of light intensity changes during laser interstitial thermal therapy: implications for optical monitoring of the coagulation boundary location
Notice bibliographique
Résumé
We have developed a multi-region spherical Monte Carlo (MC) model to simulate the dynamic changes in light intensity measured during laser interstitial thermal therapy (LITT). Model predictions were validated experimentally in tissue-simulating albumen phantoms with well-characterized optical properties that vary dynamically with LITT in a way similar to tissue. For long treatments (2.5 W, approximately 1800 s), the transient light intensity changes demonstrated better qualitative agreement with a three-region MC model (with an inner layer of fully coagulated optical properties, a middle layer of partially coagulated properties and an outer region of native properties); for short treatments (4 W, approximately 240 s), better qualitative agreement was seen with a two-region MC model (with an inner layer of fully coagulated properties and outer region of native properties). These differences were attributed to differences in coagulation formation during low- and high-powered heating regimes, respectively. At the end of heating, a three-region coagulation zone was observed for both heating schemes. Quantitatively, final light intensity changes at the end of heating were compared with changes predicted by both two- and three-region MC for the same experimentally measured coagulation size and found to agree within approximately 30% for both models. The developed MC model helps lend insight into the nature of thermal coagulation events occurring for low and high power LITT irradiation schemes.
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 | 0,000 |
| 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 ».