Experimental and numerical investigation of backscattered signal strength from different concentrations of nanobubble and microbubble clusters
Notice bibliographique
Résumé
Optimizing the clinical performance of Nanobubbles and Microbubbles (MBs and NBs) requires not only a good understanding of their individual bubble dynamics, but how bubble interactions change these dynamics. Here we report our experimental and simulation results showing the changes in backscattered signal strength from different concentrations of NBs or MBs. NBs and MBs are sorted by size to isolate two populations with mean diameters of 200 nm and 1 micron, respectively. Our results show that increasing number density of NBs or MBs is accompanied with an increase in the strength of their backscattered signals up to a certain concentration, above which the strength of the signal decreases. This decrease is not associated with the medium attenuation which was not accounted for. Our numerical simulations that include inter-bubble interactions are in general agreement with our experimental results. Moreover, acquired data show the that concentration at which there is signal saturation for NBs is orders of magnitude higher than that of MBs (1e9 vs 1e6 bubbles per mL), suggesting a potential explanation behind the very strong backscatter observed in NB clusters compared to MBs. Numerical simulations show that increasing the number density of bubbles decreases the individual signal strength of each individual bubbles.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».