Increased ablation efficiency in hard and soft tissues using an annular beam
Notice bibliographique
Résumé
Lasers are commonly employed in surgery for hard and soft tissues due to their precise space-time energy delivery and compatibility with optical fibers for delivery into body cavities, including for treatment of urological diseases. Infrared laser ablation in tissues can result in non-specific heating and thermal injury. Methods that maximize ablation efficiency, or tissue volume removed per unit energy, while minimizing non-specific thermal injury can improve surgical workflows and outcomes. We report a novel approach for increased ablation efficiency by modifying the beam shape. Specifically, a Ho:YAG laser is shaped into a converging annular beam. Ablation efficiency was measured on a hard tissue phantom (BegoStone) and soft tissue (porcine kidney). An annular beam ~800 μm in diameter was used to ablate each sample at 10 different locations using a single 1 J pulse per location. The procedure was repeated using a circular beam with similar diameter by placing a 200 μm fiber 1 mm from the tissue surface. Each ablation crater was imaged with optical coherence tomography and the crater volumes calculated from recorded images. For hard tissue phantoms, ablation efficiency increased 183% for annular vs. circular beams (0.065±0.013 vs. 0.023 ± 0.003 mm3 /J). For soft tissue, ablation efficiency increased 69% for annular vs. circular beams (0.098±0.021 vs 0.058 ± 0.018 mm3 /J). Hard and soft tissue ablation with an annular beam is a promising technique for increasing the speed and safety of laser surgery.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».