Notice bibliographique
Résumé
This dissertation presents the first photoacoustic study of single cells using ultra-high frequencies (UHF, over 100 MHz). At these frequencies, unique features occur in the photoacoustic signal spectrum which depend on the cell size, morphology and structure. A finite element model (FEM) was developed to simulate the photoacoustic signals from ideal spherical droplets containing a perfluorocarbon liquid and optically absorbing nanoparticles. The model was applied to droplets in suspension and on a boundary to examine how the photoacoustic spectrum varies with droplet size and configuration, and compared to measurements using a 375 MHz transducer. Good agreement in the spectral features between the measured values and the FEM and analytical solution were observed. For the droplet on a boundary, additional spectral features were observed there were correctly predicted by the FEM, but not the analytical solution. The FEM could be applied to situations where the analytical model cannot be used, such as the asymmetric shape of red blood cells (RBCs). Measurements of single RBCs were then compared to the FEM. The frequency location of the spectral minima shifted to higher frequencies as the RBC rotated from a vertical to horizontal orientation. The spectral minima shifted to lower frequencies as the RBC swelled from the normal biconcave shape to a spherical morphology. Healthy RBCs were differentiated from spherocytes, echinocytes and swollen RBCs using changes in the photoacoustic spectrum (p<0.001). These results suggest that the photoacoustic spectrum can be used to classify RBCs according to their shape and pathology. Classification of cells using the photoacoustic spectral features was applied to measurements of blood cells and circulating tumor cells (CTCs) such as melanoma and acute myeloid leukemia (AML) cells. Measurements of 89 cells showed that variations in the spectrum and signal amplitude could be used to identify and differentiate melanoma and AML cells from RBCs, thus identifying foreign cells in the bloodstream. This dissertation investigates how UHF photoacoustics can be used to identify and classify cells and particles in a sample using their photoacoustic spectra, with the end goal of using these methods to identify cell pathology and detect CTCs clinically.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».