Optoacoustic signal amplitude and frequency spectrum analysis laser heated bovine liver ex vivo
Notice bibliographique
Résumé
Optoacoustic imaging is being investigated as a potential tool for monitoring the onset and progression of laser thermal therapy. In this study OA images were acquired from ex vivo bovine liver using a reverse-mode OA imaging system consisting of a pulsed laser operating at 775 nm, and an 8 element annular array ultrasound transducer. LTT was performed with an 810 nm laser at 4 W for five minutes. OA signals were acquired for two minutes prior to, five minutes during, and seven minutes post treatment at a rate of 2 Hz. Treatment induced effects were identified based on the OA signal amplitude in combination with spectral analysis of the OA radio frequency (RF) data. The OA signal amplitude was compared with the measured tissue temperatures. Spectrum analysis commonly performed on ultrasound backscatter RF data, which calculate the spectral midband fit, slope, and intercept of the data was used to quantify the changes in the photoacoustic RF signal. The spectral midband fit and intercept increased on average 11 dB and 10 dB respectively. The amplitude of the OA signals increased during treatment on average 350%. However, posttreatment, the response varied. The results of this study support our hypothesis that LTT causes detectable changes in the amplitude and frequency components of OA signals. Both of these parameters may provide independent information about tissue state. These results demonstrate the potential of OA detection for monitoring LTT.
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 | 0,000 |
| 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) | 0,001 | 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 ».