3D bioheat transfer mapping reveals nanomagnetic particles effectiveness in radiofrequency hyperthermia breast cancer treatment comparing to experimental study
Notice bibliographique
Résumé
Radiofrequency (RF) hyperthermia has been widely used for tumor ablation since magnetic-fluid-hyperthermia (MFH) can be utilized for increasing temperature in tumor-region as a complementary-method for hyperthermia. In this study, the effectiveness of using the magnetite-nanoparticles (Fe 3 O 4 ) in RF hyperthermia for breast cancer (BC) treatment by determining 3D-temperature-distribution using bioheat-transfer-mapping was evaluated. A breast-phantom with a tumor region was placed in an RF-device with 13.56 MHz frequency in different states (with and without-nanomagnetite). Parallelly, the calculations of the RF-wave and bioheat-equation were accomplished by numerical-simulation and finite-element-method (FEM) in COMSOL-software. The temperature differences were experimentally measured at different points of the phantom with a precision of 0.1 °C, with temperature of 3.6 °C and 6.1 °C in without and with nanomagnetic conditions in tumor area, respectively, and also for normal area with temperature of 1.8 °C and 1.9 °C in non-presence and presence states of 0.05 gr magnetite for both conditions, respectively. Moreover, the difference between the simulation and the experimental results was 0.54–1.1 %. The conformity between temperature measurement in experimental and simulation studies in tumor and normal areas showed the effectiveness of the application of MNPs for RF hyperthermia in tissue equivalent breast phantom. Finally, the positive effect of 0.05 gr of MNPs on BC treatment was confirmed.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».