Interaction of electromagnetic waves with biological tissue
Notice bibliographique
Résumé
The interaction of electromagnetic waves with biological tissue is investigated. Two problems in particular are studied. The first is three-dimensional scattering from biological tissue taking into consideration its dispersive nature. The other problem that is investigated is the thre -dimensional reconstruction of the dielectric properties of a body from the scattered field data resulting from interrogation with electromagnetic waves. The symmetric condensed node transmission line matrix method (SCN TLM) is used to study three-dimensional scattering from biological tissue. To simulate the dispersive nature of biological tissue, a second order Debye equation approximation of the permittivity in the frequency domain is used in a modified TLM technique. In this technique, the scattering matrix is independent of the dielectric properties of the medium, which are accounted for via lumped equivalent networks or sources connected to the nodes. These equivalent sources are calculated at each time step and includedin the scattering procedure of the TLM. To check the validity and accuracy of the modified TLM technique for dispersive homogeneous and nonhomogeneous dielectric bodies, some of the results of the numerical simulations are compared to those obtained analytically. Assuming a nondispersive nature of biological tissue, the nondispersive or stub-loaded SCN TLM method is used to obtain the near field data and hence the specific absorption rate (SAR) distribution. The results of both cases are compared. The modified TLM technique is then applied to a nonhomogeneous and geometrically complex dispersive dielectric body, which is the human head. To estimate the complex permittivities of three-dimensional inhomogeneous dielectric bodies, the unrelated illumination method is used. This method, which has been tested before with two-dimensional bodies, is extended to handle three-dimensional inhomogeneous dielectric bodies. The method utilizes the method of moments (MoM) to discretize the nonlinear integral equation, which relates the scattered field data and the complex permittivity. Yet, it differs from the other reconstruction techniques in that the way of acquiring information helps overcoming the ill-posedness nature of the problem. This is maintained by the proper arrangement of the polarization and the direction of the incident electric fields aiming to illuminate the body with a group of unrelated incident fields. Numerical simulations are carried out to assess the method and to test its robustness in the presence of measured data uncertainties.
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 | 0,000 |
| Communication savante | 0,001 | 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 ».