MétaCan
Menu
Retour à la cohorte
Enregistrement W2568295474 · doi:10.1088/1748-605x/aa57a5

Standardized static and dynamic evaluation of myocardial tissue properties

2017· article· en· W2568295474 sur OpenAlexafffund
Sherif Ramadan, Narinder Paul, Hani E. Naguib

Notice bibliographique

RevueBiomedical Materials · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMaterials scienceBiomedical engineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction. Quantifying the mechanical behaviors of soft biological tissues is of considerable research interest. However, validity and reproducibility between different researchers and apparatus is questionable. This study aims to quantify the mechanical properties of myocardium while investigating methodologies that can standardize biological tissue testing. Materials and Methods. Tensile testing was performed to obtain Young’s modulus and a dynamic mechanical analysis (DMA) determined the viscoelastic properties. A frequency range of 0.5 Hz (30bpm) to 3.5 Hz (210bpm) was analyzed. For tensile testing three different preconditioning settings were tested: no load, 0.05 N preload, and a cyclic preload at 2.5% strain and 10 cycles. Samples were placed in saline and tested at 37 °C. Five ovine and five porcine hearts were tested. Results and Discussion. Cyclic loading results in the most consistent moduli values. The modulus of ovine/porcine tissue was mean = 0.05/.06 MPa, SD = 0.02/0.03 MPa. The storage/loss modulus varied from = 0.02/0.003 MPa at 0.5 Hz to 0.04/0.008 MPa at 3.5 Hz; Stiffness increases linearly from 400 to 800 N m −1 with a tan delta around 0.175. Conclusions. Static analysis of the mechanical properties of myocardial tissue confirms that; preconditioning is necessary for reproducibility, and DMA provides a platform for reproducible testing of soft biological tissues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,287
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical MaterialsMême sujetElasticity and Material ModelingTravaux en français237 207