MétaCan
Menu
Retour à la cohorte
Enregistrement W4416922366 · doi:10.1109/rbme.2025.3636806

Technical Parameters and Feedback Control for Blood-Brain Barrier Permeability Enhancement by Focused Ultrasound

2025· article· en· W4416922366 sur OpenAlexafffund
Yuexi Huang, Kullervo Hynynen

Notice bibliographique

RevueIEEE Reviews in Biomedical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health ResearchWeston Family Foundation
Mots-clésMicrobubblesFocused ultrasoundPermeability (electromagnetism)UltrasoundTransducerLow frequencySonication500 kHz

Résumé

récupéré en direct d'OpenAlex

Focused ultrasound combined with intravenously infused microbubbles has been shown to effectively enhance the permeability of the blood-brain barrier, facilitating drug delivery to the brain. A wide range of technical parameters has been evaluated through preclinical studies and clinical trials. Generally, a low frequency between 200 and 300 kHz is preferred for the transcranial approach, while 1 MHz is used in implantable devices. Standard parameters include a burst length of 5 to 10 ms, a pulse repetition frequency of 0.2 to 10 Hz, and sonication durations of 90 to 180 seconds. A pressure magnitude around 0.46 mechanical index appears to be near the threshold for BBB permeability enhancement at standard microbubble dosage without causing hemorrhage. Various microbubble and nanobubble types have been tested at different doses, which in principle can be normalized by gas volume. Control methods that use harmonic emmisions for power feedback have been proposed to enhance consistency and account for patient variability, and these methods are currently being tested in several clinical trials.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

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