On amplification of radial oscillations of microbubbles due to bubble-bubble interaction in polydisperse microbubble clusters under ultrasound excitation
Notice bibliographique
Résumé
Optimizing the performance of microbubbles (MBs) in applications not only requires a good understanding of the dynamics of individual MBs, but also knowledge of their interactions with each other within polydisperse clusters. However, the behavior of acoustically driven MB clusters is not well understood. Most studies have been limited to cases of a few interacting MBs for a limited range of acoustical parameters. We use a numerical method to simulate the dynamics of clusters of (20–50 MBs) randomly distributed MBs. MBs with the size distribution of 2–8 micron were sonicated with pressures between 1 and 250 kPa, frequencies between 0.5 and 10 MHz and concentrations between 2e3 and 2.5e6 MBs/mL. Bifurcation structures of radial oscillations of each MB within a cluster were studied. Results show that in a polydisperse MB cluster, larger MBs (even in small numbers) can amplify the radial oscillations of smaller MBs. Amplification occurs if the resonance peaks of larger MBs coincide with the resonance peaks of smaller MBs. Additionally, there is an optimum number density at which amplification is maximized. Results suggest that the presence of bigger MBs may enhance the superharmonic oscillations of the smaller MBs which can be applied in superhamonic ultrasound imaging using MBs.
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 ».