MétaCan
Menu
Retour à la cohorte
Enregistrement W4385578189 · doi:10.1063/5.0159409

Poroelastic behavior of skin tissue in response to pressure driven flow

2023· article· en· W4385578189 sur OpenAlexafffund
Mary-Jo Weir Weiss, Pranav Shrestha, Raunak Basak, Boris Stoeber

Notice bibliographique

RevuePhysics of Fluids · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPoromechanicsPermeability (electromagnetism)Biomedical engineeringDarcy's lawMaterials scienceFluid dynamicsMechanicsOptical coherence tomographyDigital image correlationPorous mediumComposite materialPorosityPhysicsOpticsChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Better understanding of skin tissue's permeability and poroelasticity could help advance biomedical technologies concerning skin such as intradermal injection and grafting. We applied a pressure driven fluid flow across skin tissue's epidermal and dermal layers in a simple one-dimensional configuration, while measuring the resulting flow rate and capturing cross sectional optical coherence tomography (OCT) images of the tissue's deformation. Digital image correlation was used to analyze the OCT images and via a novel method, image analysis corrected for the change in the tissue's refractive index, which occurred due to flow-induced deformation, thus providing accurate one-dimensional depth-wise deformation profiles. Skin tissue was found to exhibit a nonlinear relationship between pressure and the resulting fluid flow rate, where the increase in flow rate with pressure decreased as pressure increased. The skin tissue was observed to experience compressive strain closest to the supported base, with magnitudes increasing with increasing driving pressure, and the tissue near the free surface experienced relatively little strain. Permeability was found to follow an exponential permeability-volumetric strain relationship with material constants: k0 (initial uniform permeability) of 9.6 × 10−15 m2 and m (extent of nonlinearity for the permeability–strain relationship) of 2.94. Darcy's law and the permeability–strain relationship were used to analyze results with good similarity between observed and calculated flowrates. This work presents a novel and direct method of characterizing soft tissue permeability and provides a fundamental understanding to skin behavior under pressurized driving fluid, which can be generalized to study or model other geometries of induced flow through skin tissue.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,013
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207