MétaCan
Menu
Retour à la cohorte
Enregistrement W2966019324 · doi:10.1109/incap.2018.8770920

Near-field Microwave Breast Cancer Detection using Electrically Small Sensors and Machine Intelligence

2018· article· en· W2966019324 sur OpenAlexaff
Maged A. Aldhaeebi, Thamer S. Almoneef, Omar M. Ramahi

Notice bibliographique

Revue2018 IEEE Indian Conference on Antennas and Propogation (InCAP) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMicrowaveBreast cancerAntenna (radio)Magnetic fieldElectromagnetic fieldCapacitorNear and far fieldReflection coefficientMaterials scienceBiomagnetismOptoelectronicsReflection (computer programming)Nuclear magnetic resonanceOpticsPhysicsCancerElectrical engineeringComputer scienceEngineeringMedicineVoltageTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this work, we propose the use of an electrical small square loop antenna loaded with several capacitors as a magnetic probe for near field microwave breast cancer detection. The resonant probe is highly sensitive to the changes in the electromagnetic properties of the breast tissues such that the presence of the tumor is estimated by determining the changes in the magnitude and phase response of the sensor's reflection coefficient. We show that when a numerical realistic breast with and without tumor cells is placed in the near field of the magnetic probe, the probe is capable of distinguishing between healthy and tumorous tissue. In addition, the probe is able to identify tumors with various sizes placed in single locations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,243
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2018 IEEE Indian Conference on Antennas and Propogation (InCAP)Même sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207