Tissue Mimicking Materials for Shell-Based Phantoms in Breast Microwave Sensing
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
Breast phantoms are required to test and evaluate microwave breast imaging systems before clinical applications. Shell-based breast phantoms are versatile, reproducible, low-cost, stable, and capable of mimicking the morphology and dielectric properties of the breast. In past work, 3D-printable plastics have been used to fabricate the shells in these phantoms, but the low permittivity plastics limit the dielectric accuracy of the phantoms. Furthermore, the liquids in these shell-based phantoms are prone to air bubbles, which may introduce undesirable microwave scattering. This work examines new tissue-mimicking materials to address these challenges. Low-permittivity 3D-printed plastic filament was replaced with a graphite, carbon-black, and resin mixture to mimic skin properties within the 0.4–9.0 GHz range. Glycerin and Triton X-100 were replaced by diethylene glycol butyl ether (DGBE) solutions to mimic the properties of adipose and fibroglandular tissue. The resin-based material more closely modelled the properties of ex vivo tissue samples than 3D-printed plastics. The DGBE solutions had improved dielectric properties compared to the glycerin and Triton X-100 solutions. The DGBE solutions are advantageous compared to glycerin and Triton X-100 solutions due to their lower viscosity, decreased susceptibility to air bubble formation, improved short-term stability, temperature stability, and enhanced long-term stability, facilitating the reusability of these materials. The materials investigated in this work can be used to produce more dielectrically accurate breast phantoms with improved stability and experimental utility for microwave breast imaging.
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 | 0,001 | 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