An Ultrasound-Guided Hemispherical Phased Array for Microbubble-Mediated Ultrasound Therapy
Notice bibliographique
Résumé
GOAL: To develop a low-cost magnetic resonance imaging (MRI)-free transcranial focused ultrasound (FUS) system for microbubble-mediated therapy. METHODS: A 128-element 11 MHz array for skull localization was integrated within a 256-module multi-frequency (306/612/1224 kHz) dual-mode phased array. The system's transcranial transmit and receive performance was evaluated with ex-vivo human skullcaps using phase aberration corrections calculated from computed tomography (CT)-based simulations via ultrasound-based (USCT) and landmark-based (LMCT) registrations, and a gold-standard fixed source emitter (FSE)-based method. RESULTS: were obtained using USCT, resulting in sub-millimeter transmit targeting errors driven at 306 kHz (0.9 ± 0.2 mm) and 612 kHz (0.9 ± 0.3 mm), and source localization errors of 1.0 ± 0.3 mm and 0.6 ± 0.2 mm at receive frequencies of 306 kHz and 612 kHz, respectively (mean ± SD). Similar errors were obtained using LMCT and no significant differences between these two approaches were found on either transmit (p = 0.64/0.99) or receive (p = 0.45/0.36) at 306 kHz/612kHz. During volumetric multi-point exposures, approximately 70% and 60% of the transmit frames in which microbubble activity was detected via FSE were recovered using USCT when imaging at the second-harmonic and half-harmonic, respectively, compared to 60% and 69% using LMCT. CONCLUSION: This low-cost ultrasound-guided transcranial FUS system affords USCT skull registration with accuracy comparable to LMCT methods. SIGNIFICANCE: Such systems have great potential to advance the adoption of microbubble-mediated FUS brain therapy by improving access to the technology.
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 | 0,001 |
| 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 ».