MétaCan
Menu
Retour à la cohorte
Enregistrement W4410583023 · doi:10.23919/eucap63536.2025.10999674

Surface-Wave Estimate of Skin Tissue Permittivity

2025· article· en· W4410583023 sur OpenAlexaff
Shangyang Shang, Milad Mokhtari, Milica Popović

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCollagen: Extraction and Characterization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPermittivitySurface waveSurface (topology)Materials scienceAcousticsComputer scienceOpticsPhysicsDielectricOptoelectronicsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Microwave technologies have recently attracted attention as a viable tool for skin cancer diagnoses. In the research thereof, tissue characterization is essential. The commonly used dielectric probes are an evolved and advanced tool, which relies on electromagnetic wave reflection. Surface waves, researched in this work, hold promise for the design of low-profile sensing elements. We propose a theoretical model in this study that measures permittivity contrasts between tissues by analyzing the phase shift between two sensors. Simulations conducted using two patch antennas as sensors produced encouraging results, accurately estimating the permittivity contrasts across three models. The experimental validation utilized two oil-gelatin skin phantoms, and the estimated permittivity contrasts align well with the true values. We report results that encourage us to explore microwave-range surface waves further towards a non-invasive dielectric characterization of the skin tissues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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)0,0040,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,299
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCollagen: Extraction and CharacterizationTravaux en français237 207