MétaCan
Menu
← Retour à la cohorte
Enregistrement W2897347847 · doi:10.1121/1.5067754

Cytomechanical perturbations induced by pulsed ultrasound and acoustic cavitation

2018· article· en· W2897347847 sur OpenAlexaff
Alfred C. H. Yu, Jennifer M. F. Wan

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTherapeutic ultrasoundMicrobubblesUltrasoundCavitationSonoporationIntensity (physics)High-intensity focused ultrasoundThermal ablationBiomedical engineeringMaterials scienceAcousticsComputer scienceAblationOpticsMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

The therapeutic applicability of ultrasound is perhaps well demonstrated with the advent of high-intensity focused ultrasound (HIFU) that works by rapidly heating tissues to induce ablation. Ultrasound also holds tremendous therapeutic potential at low intensities that are near or below the clinical diagnosis limit (720 mW/cm2 spatial-peak time-averaged intensity, as set forth by FDA), presumably acting through a mechanical interaction pathway. To establish the therapeutic potential of low-intensity ultrasound, it is fundamentally important to characterize its biophysical interactions with living cells. This talk shall present a series of non-thermal wave-matter interactions of low-intensity pulsed ultrasound. The biophysical interactions between low-intensity ultrasound and living cells will particularly be demonstrated through direct observations acquired using live optical and confocal microscopy tools. We will also examine the scenario where microbubbles are introduced as agents to induce acoustic cavitation. Temporary membrane perforation may be readily achieved in this case (often referred to as sonoporation), and it has been tipped as an emerging paradigm for drug/gene delivery. Epitomizing observations on this process will be shown during the presentation.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetUltrasound and Hyperthermia Applications→Travaux en français237 207→