MétaCan
Menu
Retour à la cohorte
Enregistrement W4390970602 · doi:10.1109/biocas58349.2023.10388788

A Highly Integrated Low-Intensity Pulsed Ultrasound Generation System for Biomedical Therapeutic Applications.

2023· article· en· W4390970602 sur OpenAlexaff
Shuren Wang, Xuanjie Ye, Jie Chen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPulse-width modulationTransducerComputer scienceLow-intensity pulsed ultrasoundTherapeutic ultrasoundPulse generatorController (irrigation)ChipElectrical engineeringVoltageElectronic engineeringRange (aeronautics)PhysicsEngineeringUltrasoundAcousticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Low-intensity pulsed ultrasound (LIPUS) is gaining popularity in various medical therapeutic applications thanks to its non-invasiveness and versatility. However, commercial LIPUS devices are still cumbersome and expensive. In this paper, a highly integrated LIPUS generation system based on a buck-boost converter is proposed. The integrated system is designed with AMS 350nm technology, consists a current-starving clock generator, a buck-boost converter, a converter driver, and a half-bridge transducer driver. The die area of the chip is 3.06 mm2. It anticipates a compact, lightweight device, which is highly desirable in biomedical applications for patient comfort and convenience. Post-layout simulations illustrate that the system is effectively configured to drive an ultrasound transducer, producing frequencies within a range of 266.7kHz to 2.78MHz. It also achieves a broad output voltage range from 1V up to 42V, while the input range is from 1.8V to 5V. An optimized Pulse-Width Modulation (PWM) control system is proposed for the buck-boost converter to augment the stability of the system and facilitate a peak conversion efficiency of 73.3%.

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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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)0,0030,001

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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,212 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207