Controlled Tempering of Lipid Concentration and Microbubble Shrinkage as a Possible Mechanism for Fine-Tuning Microbubble Size and Shell Properties
Notice bibliographique
Résumé
The acoustic response of microbubbles (MBs) depends on their resonance frequency, which is dependent on the MB size and shell properties. Monodisperse MBs with tunable shell properties are thus desirable for optimizing and controlling the MB behavior in acoustics applications. By utilizing a novel microfluidic method that uses lipid concentration to control MB shrinkage, we generated monodisperse MBs of four different initial diameters at three lipid concentrations (5.6, 10.0, and 16.0 mg/mL) in the aqueous phase. Following shrinkage, we measured the MB resonance frequency and determined its shell stiffness and viscosity. The study demonstrates that we can generate monodisperse MBs of specific sizes and tunable shell properties by controlling the MB initial diameter and aqueous phase lipid concentration. Our results indicate that the resonance frequency increases by 180-210% with increasing lipid concentration (from 5.6 to 16.0 mg/mL), while the bubble diameter is kept constant. Additionally, we find that the resonance frequency decreases by 260-300% with an increasing MB final diameter (from 5 to 12 μm), while the lipid concentration is held constant. For example, our results depict that the resonance frequency increases by ∼195% with increasing lipid concentration from 5.6 to 16.0 mg/mL, for ∼11 μm final diameter MBs. Additionally, we find that the resonance frequency decreases by ∼275% with increasing MB final diameter from 5 to 12 μm when we use a lipid concentration of 5.6 mg/mL. We also determine that MB shell viscosity and stiffness increase with increasing lipid concentration and MB final diameter, and the level of change depends on the degree of shrinkage experienced by the MB. Specifically, we find that by increasing the concentration of lipids from 5.6 to 16.0 mg/mL, the shell stiffness and viscosity of ∼11 μm final diameter MBs increase by ∼400 and ∼200%, respectively. This study demonstrates the feasibility of fine-tuning the MB acoustic response to ultrasound by tailoring the MB initial diameter and lipid concentration.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».