Use of microwave ablation for thermal treatment of solid tumors with different shapes and sizes—A computational approach
Notice bibliographique
Résumé
Microwave Ablation (MWA) is one of the most recent developments in the field of thermal therapy. This approach is an effective method for thermal tumor ablation by increasing the temperature above the normal physiological threshold to kill cancer cells with minimum side effects to surrounding organs due to rapid heat dispersive tissues. In the present study, the effects of the shape and size of the tumor on MWA are investigated. To obtain the temperature gradient, coupled bio-heat and electromagnetic equations are solved using a three-dimensional finite element method (FEM). To extract cellular response at different temperatures and times, the three-state mathematical model was employed to achieve the ablation zone size. Results show that treatment of larger tumors is more difficult than that of smaller ones. By doubling the diameter of the tumor, the percentage of dead cancer cells is reduced by 20%. For a spherical tumor smaller than 2 cm, applying 50 W input power compared to 25 W has no significant effects on treatment efficiency and only increases the risk of damage to adjacent tissues. However, for tumors larger than 2 cm, it can increase the ablation zone up to 21%. In the spherical and oblate tumors, the mean percentage of dead cells at 6 GHz is nearly 30% higher than that at 2.45GHz, but for prolate tumors, treatment efficacy is reduced by 10% at a higher frequency. Moreover, the distance between two slots in the coaxial double slot antenna is modified based on the best treatment of prolate tumors. The findings of this study can be used to choose the optimum frequency and the best antenna design according to the shape and size of the tumor.
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 ».