MétaCan
Menu
Retour à la cohorte
Enregistrement W4236363815 · doi:10.1121/1.4801044

Non-invasive in vivo measurement of the mechanical properties of human vocal fold tissue

2013· article· en· W4236363815 sur OpenAlexaff
Siavash Kazemirad, Hani Bakhshaee, Luc Mongeau, Karen Kost

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute on Deafness and Other Communication Disorders
Mots-clésPhonationMagnetic resonance elastographyVocal foldsWave speedAcousticsWave propagationFold (higher-order function)Biomedical engineeringMaterials scienceAcoustic radiation forceIn vivoVibrationOpticsPhysicsAnatomyElastographyComputer scienceUltrasoundBiologyEngineeringLarynxMedicine

Résumé

récupéré en direct d'OpenAlex

A non-invasive method was developed and examined to obtain the mechanical properties of human vocal fold tissue in vivo via measurements of the mucosal wave propagation speed during phonation. Images of four human subjects' vocal folds were captured from the high speed imaging (HSI) and magnetic resonance imaging (MRI) experiments at different phonation pitches, the frequency of the vocal folds vibrations, in the range from 110 to 440 Hz. The MRI images were used to obtain the dimensions of the subjects' vocal folds in the high-speed images. The mucosal wave propagation speed was determined for each subject at different pitches using an automatic image processing algorithm. The shear modulus of the vocal fold mucosa in the transverse direction was then calculated from a surface (Rayleigh) wave propagation dispersion equation using the measured wave speeds. It was shown that the mucosal wave propagation speed and the shear modulus of the vocal fold tissue were generally greater at higher pitches. The results were in good agreement with those from other studies obtained via in vitro measurements, thereby supporting the validity of the proposed measurement method. This method offers the potential for in vivo clinical assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,244
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetVoice and Speech DisordersTravaux en français237 207