Photoacoustic simulations of microvascular bleeding: spectral analysis and its application for monitoring vascular-targeted treatments
Notice bibliographique
Résumé
Solid tumors are typically supplied nutrients by a network of irregular blood vessels. By targeting these vascular networks, it might be possible to hinder cancer growth and metastasis. Vascular disrupting agents induce intertumoral hemorrhaging, making photoacoustic (PA) imaging well positioned to detect bleeding due to its sensitivity to hemoglobin and its various states. We introduce a fractal-based numerical model of intertumoral hemorrhaging to simulate the PA signals from disrupted tumor blood vessels. The fractal model uses bifurcated cylinders to represent vascular trees. To mimic bleeding from blood vessels, hemoglobin diffusion from microvessels was simulated. In the simulations, the PA signals were detected by a linear array transducer (30 MHz center frequency) of four different vascular trees. The power spectrum of each beamformed PA signal was computed and fitted to a straight line within the −6-dB bandwidth of the receiving transducer. The spectral slope and midband fit (MBF) based on the fit decreased by 0.11 dB / MHz and 2.12 dB, respectively, 1 h post bleeding, while the y-intercept increased by 1.21 dB. The results suggest that spectral PA analysis can be used to measure changes in the concentration and spatial distribution of hemoglobin in tissue without the need to resolve individual vessels. The simulations support the feasibility of using PA imaging and spectral analysis in cancer treatment monitoring by detecting microvessel disruption.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».