Evaluating the Effect of Drug Loading on the Acoustic Response of Nanobubbles in Stable and Inertial Cavitation Regimes
Notice bibliographique
Résumé
Nanobubbles (NBs) have been investigated as ultrasound contrast agents and drug delivery carriers in medical applications. Previous studies have reported the efficacy of NBs in imaging and therapy. However, ultrasound (US) exposure parameters for stable and inertial cavitation of NBs need to be investigated. This study examines passive cavitation detection of ultrasound signatures from two types of NBs across three pressure ranges using passive cavitation detection (PCD), aiming to investigate their cavitation behaviour with and without the inclusion of the chemotherapeutic drug, Doxorubicin (HDox). We compared the power spectral density (PSD) of non-drug loaded Propylene-Glycol Glycerol (PGG) NBs and HDox NBs under 300 kPa, 600 kPa, and 900 kPa pressures at 1 MHz fundamental frequency and 1% duty cycle. Our results indicate that NBs exhibit stable cavitation at 300 kPa, while a mix of inertial and stable cavitation occur at 600 and 900 kPa. The loading of NBs with HDox affects their acoustic activity. HDox NBs exhibit higher acoustic activity at 300 kPa, but their PCD signal profile becomes similar to PGG NBs at 600 kPa and 900 kPa. A numerical model was used to gain additional insight into some of the characteristics of the NB power spectra observed. Our simulations indicate that nonlinear bubble oscillations are characterized by distinctly pronounced harmonics, particularly the third harmonic, with this effect being even more prominent in smaller bubbles and lower ultrasound amplitudes. These findings will help determine ultrasound pulse parameters in imaging and therapeutic applications.
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 | 0,008 | 0,003 |
| 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 ».