Steady state temperature rise in multilayered tissue due to arbitrary periodic SAR using finite difference FFT and transfer function method
Notice bibliographique
Résumé
Steady state (SS) and transient temperature-rise in tissue from radiofrequency exposure forms the underlying basis for limits in international exposure guidelines. Periodically pulsed or intermittent exposures form a special case of having both peak and average levels, producing temperature-rise oscillations in the SS. Presented here is a method for determining tissue temperature-rise for periodic specific absorption rate (SAR) modulation having arbitrary waveform. It involves the finite difference solution of a form of the Pennes Bioheat Transfer equation (BHTE) and uses the concept of the transfer function and the Fast Fourier Transform (FFT). The time-dependent BHTE is converted to a SS harmonic version by assuming that the time-dependent SAR waveform and tissue temperature can both be represented by Fourier series. The transfer function is obtained from solutions of the harmonic BHTE for an assumed SAR waveform consisting of periodic impulses. The temperature versus time response for an arbitrary periodic SAR waveform is obtained from the inverse FFT of the product of the transfer function and the FFT of the actual SAR waveform. This method takes advantage of existing FFT algorithms on most computational platforms and the ability to store the transfer function for later re-use. The transfer function varies slowly with harmonic number, allowing interpolation and extrapolation to reduce the computational effort. The method is highly efficient for the case where repeated temperature-rise calculations for parameter variations in the SAR waveform are sought. Examples are given for a narrow, circularly symmetric beam incident on a planar skin/fat/muscle model with rectangular, triangular and cosine-pulsed SAR modulation waveforms. Calculations of temperature-rise crest factor as a function of rectangular pulse duty factor and pulse repetition frequency for the same exposure/tissue model are also presented as an example of the versatility of the method.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».