Droplet applicator module for reproducible and controlled endoscopic laryngeal adductor reflex stimulation
Notice bibliographique
Résumé
This work presents a droplet applicator module to generate stable droplets with different muzzle energies for the reproducible endoscopic stimulation of the laryngeal adductor reflex (LAR). The LAR is a protective reflex of the human larynx; an abnormal LAR performance may cause aspiration pneumonia. A pathological LAR can be detected by evaluating its onset latency. The reflex can be triggered by shooting a droplet onto the laryngeal mucosa, which is referred to as Microdroplet Impulse Testing of the LAR (MIT-LAR). Stimulation intensity variation is desired as the reflex threshold may vary inter-individually. The kinetic energy of a droplet after detachment from the nozzle, i.e., its muzzle energy, is considered an appropriate metric for the LAR stimulation intensity. In this work, a suitable nozzle channel geometry is identified based on the experimental evaluation of droplet formation using three different nozzle channel geometries. Two nontoxic additives are evaluated regarding their effect on fluid properties and droplet formation. The range of achievable droplet muzzle energies is determined by high-speed cinematography in association with a physically motivated model of the macroscopic droplet motion. The experimental results show that sodium chloride is a suitable additive to enhance droplet stability in the studied parameter range with the proposed system. Droplet muzzle energy variation from 0.02 μJ to 1.37 μJ was achieved while preserving the formation of a single stimulation droplet. These results are an important prerequisite for a safe and reproducible LAR stimulation by MIT-LAR, which could also help to further elucidate the physiological mechanisms underlying this laryngeal reflex.
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 ».