MétaCan
Menu
Retour à la cohorte
Enregistrement W2979100411 · doi:10.1177/0161734619879043

Performance Characteristics of Photoacoustic Imaging Probes with Varying Frequencies and Light-delivery Schemes

2019· article· en· W2979100411 sur OpenAlexaff
Laurie J. Rich, Sarah Chamberlain, Daniela R. Falcone, Robert A. Bruce, Andrew Heinmiller, Jun Xia, Mukund Seshadri

Notice bibliographique

RevueUltrasonic Imaging · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensFujiFilm VisualSonics (Canada)
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Cancer InstituteNIH Office of the DirectorNational Institutes of HealthRoswell Park Alliance Foundation, Roswell Park Cancer Institute
Mots-clésBiomedical engineeringUltrasoundPhotoacoustic imaging in biomedicineMaterials scienceDetectorOpticsMedical imagingPenetration depthAcousticsMedicineRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Photoacoustic imaging (PAI) is an emerging biomedical imaging technique that utilizes a combination of light and ultrasound to detect photoabsorbers embedded within tissues. While the clinical utility of PAI has been widely explored for several applications, limitations in light penetration and detector sensitivity have restricted these studies to mostly superficial sites. Given the importance of PA signal generation and detection on light delivery and ultrasound detector frequency, there is an ongoing effort to optimize these parameters to enhance photoabsorber detection at increased depths. With this in mind, in this study we examined performance benchmarks of a commercially available PAI/ultrasound linear array system when using different imaging frequencies and light delivery schemes. A modified light fiber jacket providing focused light delivery (FLD) at the center of the probe was compared with the built-in fiber optics lining the length of the probe. Studies were performed in vitro to compare performance characteristics such as imaging resolution, maximum imaging depth, and sensitivity to varying hematocrit concentration for each frequency and light delivery method. Monte Carlo simulations of each light delivery method revealed increased light penetration with FLD. In tissue-mimicking phantoms, vascular channels used to simulate blood vessels could be visualized at a depth of 2.4 cm when lowering imaging frequency and utilizing FLD. Imaging at lower frequencies with FLD also enabled enhanced detection of varying hematocrit concentration levels at increased depths, although lateral imaging resolution was reduced. Finally, a proof of concept in vivo probe comparison study in a mouse tumor model provided supportive evidence of our in vitro results. Collectively, our findings show that adjusting imaging frequency and applying FLD can be a straightforward approach for improving PAI performance.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,754
Score d'incertitude au seuil1,000

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 savante0,0000,001
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 Opus0,003
Tête enseignante GPT0,164
Écart entre enseignants0,161 · 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.

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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasonic ImagingMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207