MétaCan
Menu
Retour à la cohorte
Enregistrement W4416114018 · doi:10.1109/rbme.2025.3624970

Transcranial Focused Ultrasound: A Transformative Tool for Intracranial Ablation, Drug Delivery, and Neuromodulation

2025· article· en· W4416114018 sur OpenAlexaff
Benjamin Davidson, Franziska A. Schmidt, Oliver Bichsel, Mohammad Mehdi Hajiabadi, Andrés M. Lozano

Notice bibliographique

RevueIEEE Reviews in Biomedical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNeuromodulationTranscranial direct-current stimulationTranscranial magnetic stimulationTransformative learningDeep brain stimulationBrain stimulationFocused ultrasoundStepping stone

Résumé

récupéré en direct d'OpenAlex

Transcranial focused ultrasound (tFUS) is an emerging neuromodulation and therapeutic technology offering noninvasive, submillimeter precision for targeting deep brain structures. Unlike transcranial magnetic stimulation (TMS) and transcranial electric stimulation (tES), which are limited by depth-focality tradeoffs, or deep brain stimulation (DBS), which is invasive and costly, tFUS enables precise modulation with minimal risk. Its applications include ablation for movement and psychiatric disorders, blood-brain barrier opening (BBBO) for drug delivery in neuro-oncology and neurodegeneration, and neuromodulation for circuit-based interventions in addiction, mood/anxiety disorders, and chronic pain. Advances in phased-array transducers, holographic focusing, and real-time imaging continue to refine its accuracy and safety. Ongoing research explores closed-loop systems and wearable devices to expand clinical accessibility. This review outlines the physics, current applications, and future directions of tFUS, positioning it as a transformative tool in personalized neuromodulation and neurotherapeutics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Reviews in Biomedical EngineeringMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207