Numerical Analysis of Energy Density Distribution in the Human Lungs Under Low-Frequency Acoustic Excitation
Notice bibliographique
Résumé
According to the 2018 annual report of Canada, 3.8 million people are living with asthma, and 2 million are living with chronic obstructive pulmonary disease (COPD), both of which can impact a person's ability to breathe because of excessive mucus accumulation in bronchioles. However, most people with COPD can achieve reasonable symptoms to control and quality of life with the help of an acoustic airway clearance device, which supplies vibrations to act on bronchial mucus's viscoelastic, shear-thinning, and thixotropic properties, liquefying it to ease expectoration. Yet since, no 3D complex and whole thorax geometry is used to understand and/or optimize the lungs' behaviour numerically. This study aims at investigating the human lungs under airway clearance therapy (ACT) with a 3D validated realistic computed tomography-based numerical finite element analysis CT/FEA of the human thorax. We study the lungs under ACT in the frequency domain (5-100 Hz) using COMSOL 6.1 Multiphysics®. Results show that the lungs are most affected at approximately 30 Hz, which is consistent with former experimental studies. Furthermore, the mean value of the strain energy density follows the mean value of kinetic energy density by 32 Hz. Therefore, this study provides valuable insights into optimizing treatment for respiratory conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».