A Metallic Additively Manufactured Metamaterial for Enhanced Monitoring of Acoustic Cavitation‐Based Therapeutic Ultrasound
Notice bibliographique
Résumé
The combination of ultrasound and microbubbles allows treatment of indications that would be impossible or too risk adverse with conventional surgery. During treatment, subharmonic and ultraharmonic components that can only be generated from microbubbles are of great interest for intraoperative monitoring. However, the microbubble emissions are several orders of magnitude lower in power compared to that of the fundamental frequency component from the ultrasound applicator, resulting in a low signal‐to‐noise ratio (SNR) for monitoring. A 3D acoustic metamaterial (AMM) immersed in water is proposed for suppressing unwanted ultrasound waves, which allows the improved sensitivity for detecting weak microbubble emissions. Numerically, the importance of shear waves on the AMM transfer properties is highlighted, though only longitudinal ultrasound waves are transmitted through water. Experimentally, the design is implemented in titanium using additive manufacturing, with an attenuation level of 40 dB at the fundamental frequency. Consequently, the application of the AMM efficiently improves the SNR for subharmonic and ultraharmonic microbubble emissions by 11.8 and 11.9 dB, respectively. The subharmonic components originally overwhelmed by noise are recovered. This is the first time that AMMs have been applied to passive acoustic monitoring and this work stands to improve treatment outcomes from cavitation‐mediated focused ultrasound therapy.
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) | 0,001 | 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) | 0,001 | 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 ».