Compression-dependency of soft tissue bioimpedance for <i>in-vivo</i> and <i>in-vitro</i> tissue testing
Notice bibliographique
Résumé
Abstract The present study determines the effect of compression over bioimpedance of healthy soft tissue ( in-vitro and in-vivo) . Electrical impedance spectroscopy (EIS) is a promising tissue characterization and tumor detection technique that uses tissue impedance or admittance to characterize tissue and identify tissue properties as well as cell structure. Variation in EIS measurements while applying pressure suggests that compression tends to affect soft tissue bioimpedance. Moreover, the displacements in tissue caused by applied compression may provide useful information about the structure and state of the tissue. Thus combining the changes to the electrical properties of tissue resulted by applied compression, with the changes in tissue displacements caused by applied compression, and consequently measuring the effect that electrical and mechanical properties have on each other, can be useful to identify tissue structure. In this study, multifrequency bioimpedance measurements were performed on in-vitro and in-vivo soft tissue at different pressure levels. Increasing compression on the in-vitro tissue results in an increase in both extracellular resistance and membrane capacitance while it causes a reduction in the intracellular resistance. However, as the compression over the in-vivo samples increases, the intracellular and extracellular resistance increase and the membrane capacitance decreases. The in-vivo measurements on human body are also tested on contra-lateral tissue sites and similar tissue impedance variation trends are observed in the contra-lateral sites of human body. The evidence from these tests suggests the possibility of using this EIS-Pressure combined measurement method to improve tumor detection in soft tissue. Based upon the observations, the authors envision developing an advanced model based upon the Cole model, which is dependent on tissue displacements.
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 | 0,001 |
| 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) | 0,002 | 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 ».