The Effect of Laser Power on Photothermoacoustic Imaging of Blood Containing Gold Nanoparticles and Deoxygenation using a Frequency-Domain Phased Array Probe: An In-vitro Assay
Notice bibliographique
Résumé
Imaging modality has a significant impact on clinical applications such as cancer diagnosis and therapy. We describe the in-vitro results of several samples which include whole blood only (S1); blood containing gold nanoparticles (Au NPs, S2); and deoxygenated blood (S5) using photoacoustic radar imaging (PARI). The results showed that blood with lower concentration Au NPs (S2) produces higher PA signals compared with a higher concentration sample (S3). After the optimization of concentration, three S1, S2 and S5 samples were selected for the imaging experiment. The PA signal amplitudes in all samples increased linearly up to 2.5 W in the order S5 > S2 > S1 from there onwards the signals decreased sharply. The cellular deformation time of S1 was found to be shorter than S2 and S5 but from 2.5 W afterwards S1 and S2 showed the same rate of decrease. The increase of signals in S1, S2 and S5 are thought to be due to hemoglobin, surface Plasmon resonance (SPR)-induced heating effects and release of choleoglobin and carboxyhemoglobin as oxidation products respectively. The consistent decrease in the signal amplitudes, however, at higher power levels is mainly attributed to the change of the thermo-optical properties of blood leading to decrease of the blood osmolarity due to temperature increase and hence causing irreversible deformation resulting in thermohemolysis of red blood cells (RBCs) which eventually degraded the photoacoustic signals.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».