Resonance-Based Frequency-Selective Amplification for Increased Photoacoustic Imaging Sensitivity
Notice bibliographique
Résumé
Photoacoustic (PA) imaging has attracted much attention as a new biomedical imaging modality due to its ultrasonic spatial resolution, optical contrast resolution, and deeper imaging depth than other optical imaging modalities. Exogenous PA contrast agents have been developed, with high optical absorbance at a desired wavelength, to improve their imaging sensitivity over background signal produced from endogenous nontargeted absorbers. However, the current approaches to PA imaging are based on a nonoptimal detection of PA signal, due to the fact that the PA signal contains a broad range of frequency components, whereas an ultrasound transducer is only capable of receiving signals within a certain frequency range. As a result, much of the signal generated by PA contrast agent is lost when received by an ultrasound transducer. In this study, we propose a new concept for PA contrast enhancement. This method uses chromophore-embedded microbubbles as selective resonance frequency amplifiers; only the PA signal energy within a desired spectral bandwidth can be selectively increased by adjusting the microbubble size. Therefore, the efficiency of the signal reception by an ultrasound transducer can be improved when the operating frequency of the transducer is similar to the amplified spectral bandwidth, thus allowing for more sensitive PA imaging. This new concept was validated using a porphyrin-phospholipid microbubble (p-MB) in vitro and in vivo experiments, which showed that the p-MBs increased the PA signals up to 40.94 times, compared with the PA signals from the freely dispersed porphyrin-embedded liposomes (i.e., porphysomes).
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 | 0,000 |
| 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) | 0,000 | 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 ».