MétaCan
Menu
Retour à la cohorte
Enregistrement W2895620982 · doi:10.1117/12.2293770

Simulation of high intensity focused ultrasound ablation to enable ultrasound thermal monitoring

2018· article· en· W2895620982 sur OpenAlexaboutno aff
Chloé Audigier, Younsu Kim, Nicholas Ellens, Emad M. Boctor

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHigh-intensity focused ultrasoundUltrasoundAblationThermal ablationIntensity (physics)Computer scienceMaterials scienceRadiologyAerospace engineeringEngineeringMedicineOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

High Intensity Focused Ultrasound (HIFU) is a non-invasive ablative therapy. It is usually performed under MR monitoring, which provides reliable real-time thermal information to ensure a complete tumor ablation while preserving as much healthy tissue as possible. Unfortunately, many patients do not necessarily have access to this expensive and cumbersome cutting-edge technology, which is prohibitive for a widespread use of MRI to guide thermal ablation procedures. Ultrasound (US) is a promising low cost and portable alternative, that allows real-time monitoring and can easily be deployed outside hospitals. However, US-based thermometry alone is not robust enough for the monitoring of in-vivo tissue ablation, and its feasibility is demonstrated only on in-vitro cases for small range of temperatures, up to 50°C. Computational models can simulate the biophysical phenomena and mechanisms which govern this complex thermal therapy. The US wave propagation, the temperature evolution as well as the resulted necrotic lesion can be modeled. A method integrating those sources of information to intra-operative US data would allow to recover the accurate temperature in a wider range. Therefore, US thermometry could be improved and provide an inexpensive yet comprehensive method for intra-procedural monitoring of the ablative process through HIFU. In this paper, we propose to study the rise in temperature induced by high intensity US propagation in biological tissue, which is particularly difficult to simulate due to the complexity of the involved phenomena. The physics-based HIFU model simulates the nonlinear US propagation using a k-space model coupled with the heat propagation in biological tissue using a reaction-diffusion equation. We analyze numerically the model to evaluate its accuracy and related computational cost. Finally, our simulation approach is validated against MR thermometry, the gold-standard monitoring tool used in clinical setting. Three consecutive HIFU ablations were performed on a 2% agar and 2% silicon phantom using the Sonalleve V2 MR-HIFU system (Profound Medical, Toronto, Canada).

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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,015
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207