Viscoelasticity Imaging of Biological Tissues and Single Cells Using Shear Wave Propagation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Changes in biomechanical properties of biological soft tissues are often associated with physiological dysfunctions. Since biological soft tissues are hydrated, viscoelasticity is likely suitable to represent its solid-like behavior using elasticity and fluid-like behavior using viscosity. Shear wave elastography is a non-invasive imaging technology invented for clinical applications that has shown promise to characterize various tissue viscoelasticity. It is based on measuring and analyzing velocities and attenuations of propagated shear waves. In this review, principles and technical developments of shear wave elastography for viscoelasticity characterization from organ to cellular levels are presented, and different imaging modalities used to track shear wave propagation are described. At a macroscopic scale, techniques for inducing shear waves using an external mechanical vibration, an acoustic radiation pressure or a Lorentz force are reviewed along with imaging approaches proposed to track shear wave propagation, namely ultrasound, magnetic resonance, optical, and photoacoustic means. Then, approaches for theoretical modeling and tracking of shear waves are detailed. Following it, some examples of applications to characterize the viscoelasticity of various organs are given. At a microscopic scale, a novel cellular shear wave elastography method using an external vibration and optical microscopy is illustrated. Finally, current limitations and future directions in shear wave elastography are presented.
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.
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 découle