MétaCan
Menu
Retour à la cohorte
Enregistrement W4251726390 · doi:10.1121/1.4800298

Sound speed estimation in single cells using the ultrasound backscatter power spectrum

2013· article· en· W4251726390 sur OpenAlexaff
Eric M. Strohm, Michael C. Kolios

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSpeed of soundAcousticsBackscatter (email)UltrasoundUltrasonic sensorTransducerAttenuationSound powerMaterials scienceWavelengthOpticsSpectral densityAcoustic attenuationScatteringSuspension (topology)PhysicsSound (geography)Computer scienceMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

The acoustic properties of single cells such as their size, sound speed and attenuation are known to change depending on the type, state or disease progression of a cell. Typically ultrasonic pulse echo methods on adherent cells are used. We propose using the ultrasound backscatter power spectrum on cells in suspension to extract the acoustic parameters. When the ultrasound wavelength is on the same order as the dimensions of the cell, periodically varying minima and maxima occur throughout the power spectrum that depend on the size and sound speed of the object. The ultrasound parameters can be determined by comparing the measured spectrum to a theoretical scattering model. We measured the backscattered ultrasound signals from single MCF7 breast cancer cells in suspension using a 375 MHz transducer. The cell diameter was determined through simultaneous optical imaging. The sound speed was calculated by adjusting the parameters in the scattering model until a good fit of the spectral features between the model and measured agreed. The average sound speed from 16 cells found to vary between 1577 to 1611 m/s when the density was fixed at 1050 kg/m3.

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)0,000
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 enseignants0,251
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetUltrasound Imaging and ElastographyTravaux en français237 207