MétaCan
Menu
Retour à la cohorte
Enregistrement W2612020687 · doi:10.1088/1361-6560/aa71fb

Design of a HIFU array for the treatment of deep venous thrombosis: a simulation study

2017· article· en· W2612020687 sur OpenAlexafffund
Petr Smirnov, Kullervo Hynynen

Notice bibliographique

RevuePhysics in Medicine and Biology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesInstitute of Circulatory and Respiratory Health
Mots-clésThrombolysisTransducerPhased arrayDeep veinVenous thrombosisThighBiomedical engineeringRadiologyThrombosisUltrasoundMedicineHydrophoneAcousticsMaterials scienceSurgeryComputer scienceTelecommunicationsPhysicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Deep venous thrombosis of the iliofemoral veins is a common and morbid disease, with the recommended interventional treatment carrying a high risk of hemorrhaging and complications. High intensity focused ultrasound delivered with a single element transducer has been shown to successfully precipitate thrombolysis non-invasively in vitro and in vivo. However, in all previous studies damage to the veins or surrounding tissue has been observed. Using a simulation model of the human thigh, this study investigated whether a phased array device could overcome the large focal region limitations faced by single transducer treatment devices. Effects of the size, shape and frequency of the array on its focal region were considered. It was found that a [Formula: see text] spaced array of 7680 elements operating at 500 kHz could consistently focus to a region fully contained within the femoral vein. Furthermore, it is possible to reduce the number of elements required by building arrays operating at lower frequencies. The results suggest that phased transducer arrays hold potential for developing a safe, non-invasive treatment of thrombolysis.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,266
Tête enseignante GPT0,402
Écart entre enseignants0,136 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207