MétaCan
Menu
Retour à la cohorte
Enregistrement W2908093927 · doi:10.1109/ultsym.2018.8579791

Simulation of Photoacoustic Imaging of Red Blood Cell Aggregation Using a Numerical Model of Pulsatile Blood Flow

2018· article· en· W2908093927 sur OpenAlexaff
Tae‐Hoon Bok, Eno Hysi, Muhannad N. Fadhel, Michael C. Kolios

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésPulsatile flowBlood flowRed blood cellFlow velocityBiomedical engineeringMaterials scienceNuclear magnetic resonanceChemistryOpticsAnalytical Chemistry (journal)Flow (mathematics)PhysicsMechanicsChromatographyMedicine

Résumé

récupéré en direct d'OpenAlex

Photoacoustic (PA) imaging of blood flow can provide label free and non-invasive assessment of red blood cell (RBC) aggregation and the oxygen saturation (sO2). Our group has previously demonstrated that the interrelationship between RBC aggregation and the sO2during a pulsatile blood flow could be potentially assessed using PA imaging. The pulsatile blood flow yields spatiotemporal changes in RBC aggregation, affecting PA imaging. A simple particle motion model was developed based on the blood flow velocity measured from the human radial artery (RA). The positions of randomly distributed, identical circular particles (2.7 μm radius) in the lateral-axial plane (20 mm by 2 mm) were traced at each time step of an experimentally measured velocity profile. At each step, the time dependent PA power (PPA) from each single cell (or particles interacting to form aggregates) was computed by modeling and accounting for the directivity of a 21 MHz (9.2 to 32.8 MHz bandwidth) linear array. In-vivo PA images of the RA of healthy volunteers were acquired using the VevoLAZR equipped with a 21 MHz linear-array probe. The measured PA images were compared to the simulated PA images. The aggregates formed a parabolic front along the axial direction and were driven to the right-hand side along the lateral direction as the simulation propagated in time. The PPAwas also large at the parabolic front, and was also driven to the right-hand side for every time step. The spatiotemporal distribution of the computed PPAwas comparable to the experimental PPA. Specifically, the PPAincreased by 12 dB along the lateral direction. These results can be used to study the label-free, non-invasive assessment of the spatiotemporal distribution of sO2in vivo. Furthermore, the improved particle model can provide insights into the mechanism of PA wave generation from RBC aggregation during in vivo blood flow.

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)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
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 Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,214 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207