Abstracts from the International Society for Therapeutic Ultrasound Conference 2017
Notice bibliographique
Résumé
OBJECTIVES Transcranial HIFU is now used in clinics for treating essential tremor and proposed for many other brain disorders. This promising treatment modality still faces several limitations. HIFU-induced thermal ablation in the brain requires high energy resulting eventually in undesired cavitation and potential side effects. Original strategies should be tested to increase treatment safety and efficacy. The goals of the present work were: 1-to evaluate the potential increase of the cavitation threshold using pseudo-random gated sonications and 2-to assess the heating and steering capabilities with such sonications. The performance of pseudo-random sonications was compared with conventional continuous exposures. METHODS The experiments were performed with the transcranial MR-compatible ExAblate Neuro system (InSightec). It is a 1024-element, 30 cm diameter, 15 cm focal length, transducer operating at a frequency of 660 kHz. Four methods of sonication were compared: continuous wave (CW), gated emissions with pseudo-random 2ms (p-Rand2ms) or 33 us (p-Rand33us) -period codes and 30 kHz square (Squ30kHz). The duty cycle (DC) was set to 50% for the gated sonications. The cavitation threshold was first evaluated in water. For each condition, electrical driving power was increased step by step from 20 to 500W and the acoustical noise was recorded with the integrated passive cavitation detectors. The spectral energy was averaged over the 250-500 kHz bandwidth and the sonication time (10s). Heating trials were then performed in a hydrogel tissue mimicking material (TMM, ATS Laboratories). The electrical power was set to 15, 30 or 60 W, the exposureduration to 9 or 18 s. For a fair comparison with CW, 50% DC sonications had either the electrical power or the exposure duration doubled. The temperature was measured by MRthermometry when focusing at the geometrical focus and when steering the beam off-focus by 5mm-steps.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,283 | 0,176 |
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 ».