Characterization of measurement artefacts in fluoroptic temperature sensors: Implications for laser thermal therapy at 810 nm
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Fluoroptic sensors are used to measure interstitial temperatures but their utility for monitoring laser interstitial thermal therapy (LITT) is unclear because these sensors exhibit a measurement artefact when exposed to the near-infrared (NIR) treatment light. This study investigates the cause of the artefact to determine whether fluoroptic sensors can provide reliable temperature measurements during LITT. STUDY DESIGN/MATERIALS AND METHODS: The temperature rise measured by a fluoroptic sensor irradiated in non-absorbing media (air and water) was considered an artefact. Temperature rise was measured as a function of distance from a laser source. Two different sensor designs and several laser powers were investigated. A relationship between fluence rate and measurement artefact in water was determined and coupled with a numerical simulation of LITT in liver to estimate the error in temperature measurements made by fluoroptic sensors in tissue in proximity to the laser source. The effect of ambient light on the performance of sensors capped with a transparent material ("clear-capped sensors") was also investigated. RESULTS: The temperature rise recorded in air by both clear- and black-capped fluoroptic sensors decreased with distance from a laser source in a manner similar to fluence rate. Sensor cap material, laser power, and the thermal properties of the surrounding medium affected the magnitude of the artefact. Numerical simulations indicated that the accuracy of a clear-capped fluoroptic sensor used to monitor a typical LITT treatment in liver is > 1 degrees C provided the sensor is further than approximately 3 mm from the source. It was also shown that clear-capped fluoroptic sensors are affected by ambient light. CONCLUSIONS: The measurement artefact experienced by both black-capped and clear-capped fluoroptic sensors irradiated by NIR light scales with fluence rate and is due to direct absorption of the laser light, which results in sensor self-heating. Clear-capped fluoroptic sensors can be used to accurately monitor LITT in tissue but should be shielded from ambient light.
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 | 0,001 | 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 ».