MétaCan
Menu
Retour à la cohorte
Enregistrement W4310585417 · doi:10.1109/ius54386.2022.9957153

Evaluation of Piezoelectric Ceramics for use in Miniature Histotripsy Transducers

2022· article· en· W4310585417 sur OpenAlexaff
Matthew Mallay, Justin Greige, Thomas Landry, Colton Campbell, Jeffrey Woodacre, Mahmoud A. A. Ibrahim, Jeremy Brown

Notice bibliographique

Revue2022 IEEE International Ultrasonics Symposium (IUS) · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceTransducerParyleneCeramicPiezoelectricityVoltageComposite materialCavitationElectrical impedanceAcousticsEpoxyElectrical engineeringPolymer

Résumé

récupéré en direct d'OpenAlex

Five piezoelectric ceramics were evaluated for use in miniature broadband histotripsy transducers. The materials tested were PZT-5A, PZT-5H (CTS 3203HD), Pz39, Pz54 and PMN-38. 5 MHz, 1–3 dice and fill piezo/epoxy composites were fabricated for all except for Pz39, which is a low acoustic impedance porous ceramic. Four air-backed transducers for each material were built by bonding the composite to an 8 mm machined aluminum lens with a 7 mm focus and depositing a Parylene-C matching layer. The performance of each material was evaluated by measuring the transducers' transmitting sensitivity, cavitation threshold voltage in water and surface pressure versus drive voltage, and then testing them to failure. Measured sensitivities were compared to FEM model results, and HITU Simulator V2.0 was used to non-linearly extrapolate the results. Transducers were tested using 8-cycle, 1 kHz PRF pulses. As expected, the measured sensitivity for transducers of each material increased with increasing dielectric constant, while cavitation threshold voltages in water decreased. All Pz39 transducers failed when driven at or above 264 Vpp. All PMN38 transducers failed due to high instantaneous current. The most common failure mode was Parylene delamination.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,292
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Ultrasonics Symposium (IUS)Même sujetUltrasound Imaging and ElastographyTravaux en français237 207