Also known as PAI
técnica de imagen biomédica que utiliza láseres para generar ondas sonoras
La imagen fotoacústica, como una modalidad híbrida de imagen fotoacústica biomédica, está desarrollada basada en el . En la imagen fotoacústica, los pulsos no ionizantes de láser son enviados a los tejidos biológicos (cuando son usados pulsos de radiofrecuencia, la tecnología es referida como imagen termoacústica). Algo de la energía entregada será absorbida y convertida en calor, conduciendo a la expansión termoelástica transiente y así a la emisión ultrasónica de banda ancha (ej. MHz). Entonces, las ondas ultrasónicas generadas son detectadas por transductores ultrasónicos para formar imágenes. Se sabe que la absorción óptica está cercanamente asociada a las propiedades fisiológicas, tales como la concentración de la hemoglobina y la saturación de oxígeno. Como un resultado, la magnitud de la emisión ultrasónica (es decir, la señal fotoacústica), que es proporcional a la deposición local de la energía, revela contraste de absorción óptico específico fisiológico. Imágenes 2D o 3D de las áreas apuntadas pueden entonces ser formadas. La fig. 1 es una ilustración esquemática mostrando los principios básicos de la imagen fotoacústica. La absorción óptica en tejidos biológicos puede ser debido a moléculas endógenas como la hemoglobina o la melanina, o agentes de contraste entregados exógenos. Como un ejemplo, la fig. 2 muestra los espectros ópticos de absorción de la hemoglobina oxigenada (HbO2) y la hemoglobina deoxigenada? (Hb) en la región infrarroja visible y cercana. Puesto que la sangre tiene generalmente una absorción de órdenes de magnitud más grande que los tejidos circundantes, hay suficiente contraste endógeno para que la imagen fotoacústica visualice los vasos sanguíneos. Estudios recientes han demostrado que la imagen fotoacústica puede usarse in vivo para monitorear la angiogénesis del tumor, mapeado de la oxigenación de la sangre, imagen funcional del cerebro, la detección del melanoma de piel, etc.
Abstract from DBpedia / Wikipedia · CC BY-SA
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).