A multi-domain model for microcirculation in optic nerve: blood flow and oxygen transport
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Microcirculation of blood and oxygen transport play important roles in biological function of optic nerve and are directly affected by damages or pathologies. This work develops a multi-domain model for optic nerve, that includes important biological structures and various physical mechanisms in blood flow and oxygen delivery. The two sets of vasculature network are treated as five domains in the same geometric region, with various exchanges among them (such as Darcy's law for fluid flow) and with the tissue domain (such as water leak, diffusion). The numerical results of the coupled model for a uniform case of vasculature distribution show mechanisms and scales consistent with literature and intuition. The effects of various important model parameters (relevant to pathological conditions) are investigated to provide insights into the possible implications. The vasculature distribution (resting volume fractions here) has significant impacts on the blood circulation and could lead to insufficient blood supply in certain local region and in turn affect the oxygen delivery. The water leak across the capillary wall will have nontrivial effects after the leak coefficients pass a threshold. The periodic arterial pressure conditions lead to expected periodic patterns and stable spatial profiles, and the uniform case is almost the averaged version of periodic case. The effects of viscosity, the stiffness of blood vessel wall, oxygen demand, etc. have also been analyzed. The framework can be extended to include ionic transport or to study the retina when more biological structural information is available.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 découle