Name: guidelines and experience using imaging biomarker explorer (ibex) for radiomics
Uploaded: 2018-01-08T15:00:00
Description: Watch this Scientific Journal Video about Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics at JoVE.com

Rachel Ger wordt gefinancierd door de Rosalie B. Hite Graduate Fellowship en American Legion Auxiliary Fellowship. Carlos Cardenas is gefinancierd door de George M. Stancel PhD Fellowship in de Biomedische Wetenschappen. De ontwikkeling van Steenbok werd gefinancierd door het NCI (CA178495 R03).

1. Installeer IBEX
Opmerking: Om te installeren een broncode versie gaat u naar stap 1.1. U kunt ook te installeren een zelfstandige versie ga naar stap 1.2.
<ol><li>
Broncode versie
	<ol>
<li>Ga naar de website voor Steenbok broncode versie3. Download de bestanden "IBEX_Source.zip" en "How_to_use.pdf". Zoek in het bestand "How_to_use.pdf" te vinden van de eerste vereisten te gebruiken van de nieuwste versie van de Steenbok. Opmerking: Steenbok wer...

<ol>
	<li>Lambin, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiomics:+extracting+more+information+from+medical+images+using+advanced+feature+analysis.">Radiomics: extracting more information from medical images using advanced feature analysis.</a> EJC. 48, 441-446 (2012).</li><li>Zhang, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=IBEX:+an+open+infrastructure+software+platform+to+facilitate+collaborative+work+in+radiomics.">IBEX: an open infrastructure software platform to facilitate collaborative work in radiomics.</a> Med Phys. 42, 1341-1353 (2015).</li><li>Haralick, R. M., Shanmugam, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Textural+features+for+image+classification.">Textural features for image classification.</a> IEEE Trans Syst Man Cybern. , 610-621 (1973).</li><li>Galloway, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Texture+analysis+using+gray+level+run+lengths.">Texture analysis using gray level run lengths.</a> Comp Graphics and Im Proc. 4, 172-179 (1975).</li><li>Tang, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Texture+information+in+run-length+matrices.">Texture information in run-length matrices.</a> IEEE Trans on Im Proc. 7, 1602-1609 (1998).</li><li>Amadasun, M., King, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Textural+features+corresponding+to+textural+properties.">Textural features corresponding to textural properties.</a> IEEE Trans Syst Man Cybern. 19, 1264-1274 (1989).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Preliminary+investigation+into+sources+of+uncertainty+in+quantitative+imaging+features.">Preliminary investigation into sources of uncertainty in quantitative imaging features.</a> Comp Med Imaging Graph. 44, 54-61 (2015).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Can+radiomics+features+be+reproducibly+measured+from+CBCT+images+for+patients+with+non-small+cell+lung+cancer.">Can radiomics features be reproducibly measured from CBCT images for patients with non-small cell lung cancer.</a> Med Phys. 42, 6784-6797 (2015).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+image+preprocessing+on+the+volume+dependence+and+prognostic+potential+of+radiomics+features+in+non-small+cell+lung+cancer.">Impact of image preprocessing on the volume dependence and prognostic potential of radiomics features in non-small cell lung cancer.</a> Trans Cancer Res. 5, 349-363 (2016).</li><li>Fave, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Delta-radiomics+features+for+the+prediction+of+patient+outcomes+in+non-small+cell+lung+cancer.">Delta-radiomics features for the prediction of patient outcomes in non-small cell lung cancer.</a> Scientific Reports. 7, 588 (2017).</li><li>Fried, D. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stage+III+Non-Small+Cell+Lung+Cancer:+Prognostic+Value+of+FDG+PET+Quantitative+Imaging+Features+Combined+with+Clinical+Prognostic+Factors.">Stage III Non-Small Cell Lung Cancer: Prognostic Value of FDG PET Quantitative Imaging Features Combined with Clinical Prognostic Factors.</a> Radiology. 278, 214-222 (2016).</li><li>Fried, D. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Potential+Use+of+(18)F-fluorodeoxyglucose+Positron+Emission+Tomography-Based+Quantitative+Imaging+Features+for+Guiding+Dose+Escalation+in+Stage+III+Non-Small+Cell+Lung+Cancer.">Potential Use of (18)F-fluorodeoxyglucose Positron Emission Tomography-Based Quantitative Imaging Features for Guiding Dose Escalation in Stage III Non-Small Cell Lung Cancer.</a> IJROBP. 94, 368-376 (2016).</li><li>Mackin, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measuring+Computed+Tomography+Scanner+Variability+of+Radiomics+Features.">Measuring Computed Tomography Scanner Variability of Radiomics Features.</a> Invest radiol. 50, 757-765 (2015).</li><li>Yang, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Uncertainty+analysis+of+quantitative+imaging+features+extracted+from+contrast-enhanced+CT+in+lung+tumors.">Uncertainty analysis of quantitative imaging features extracted from contrast-enhanced CT in lung tumors.</a> Comp Med Imaging Graph. 48, 1-8 (2016).</li><li>van Rossum, P. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+incremental+value+of+subjective+and+quantitative+assessment+of+18F-FDG+PET+for+the+prediction+of+pathologic+complete+response+to+preoperative+chemoradiotherapy+in+esophageal+cancer.">The incremental value of subjective and quantitative assessment of 18F-FDG PET for the prediction of pathologic complete response to preoperative chemoradiotherapy in esophageal cancer.</a> JNM. 57, 691-700 (2016).</li><li>Hunter, L. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=NSCLC+tumor+shrinkage+prediction+using+quantitative+image+features.">NSCLC tumor shrinkage prediction using quantitative image features.</a> Comp Med Imaging Graph. 49, 29-36 (2016).</li><li>Hunter, L. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High+quality+machine-robust+image+features:+identification+in+nonsmall+cell+lung+cancer+computed+tomography+images.">High quality machine-robust image features: identification in nonsmall cell lung cancer computed tomography images.</a> Med Phys. 40, 121916 (2013).</li><li>Fried, D. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prognostic+value+and+reproducibility+of+pretreatment+CT+texture+features+in+stage+III+non-small+cell+lung+cancer.">Prognostic value and reproducibility of pretreatment CT texture features in stage III non-small cell lung cancer.</a> IJROBP. 90, 834-842 (2014).</li><li>Gan, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MO-DE-207B-09:+A+Consistent+Test+for+Radiomics+Softwares.">MO-DE-207B-09: A Consistent Test for Radiomics Softwares.</a> Med Phys. 43, 3706-3706 (2016).</li><li>Klawikowski, S., Christian, J., Schott, D., Zhang, M., Li, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SU-D-207B-07:+Development+of+a+CT-Radiomics+Based+Early+Response+Prediction+Model+During+Delivery+of+Chemoradiation+Therapy+for+Pancreatic+Cancer.">SU-D-207B-07: Development of a CT-Radiomics Based Early Response Prediction Model During Delivery of Chemoradiation Therapy for Pancreatic Cancer.</a> Med Phys. 43, 3350-3350 (2016).</li><li>Huang, W., Tu, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SU-F-R-22:+Malignancy+Classification+for+Small+Pulmonary+Nodules+with+Radiomics+and+Logistic+Regression.">SU-F-R-22: Malignancy Classification for Small Pulmonary Nodules with Radiomics and Logistic Regression.</a> Med Phys. 43, 3377-3378 (2016).</li><li>Hanania, A. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+imaging+to+evaluate+malignant+potential+of+IPMNs.">Quantitative imaging to evaluate malignant potential of IPMNs.</a> Oncotarget. 7, 85776-85784 (2016).</li><li>Court, L. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computational+resources+for+radiomics.">Computational resources for radiomics.</a> Trans Cancer Res. 5, 340-348 (2016).</li><li>. Matlab Add path Available from: <a target="_blank" href="https://www.mathworks.com/help/matlab/ref/addpath.html">https://www.mathworks.com/help/matlab/ref/addpath.html</a> (2017)</li><li>Zhao, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reproducibility+of+radiomics+for+deciphering+tumor+phenotype+with+imaging.">Reproducibility of radiomics for deciphering tumor phenotype with imaging.</a> Sci Rep. 6, 23428 (2016).</li><li>Owens, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reproducibility+and+Robustness+of+Radiomic+Features+Extracted+with+Semi-Automatic+Segmentation+Tools.">Reproducibility and Robustness of Radiomic Features Extracted with Semi-Automatic Segmentation Tools.</a> Med Phys. , (2017).</li><li>Kassner, A., Liu, F., Thornhill, R. E., Tomlinson, G., Mikulis, D. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+of+hemorrhagic+transformation+in+acute+ischemic+stroke+using+texture+analysis+of+postcontrast+T1-weighted+MR+images.">Prediction of hemorrhagic transformation in acute ischemic stroke using texture analysis of postcontrast T1-weighted MR images.</a> JMRI. 30, 933-941 (2009).</li><li>. IBEX Google Forum Available from: <a target="_blank" href="https://groups.google.com/forum/#!forum/ibex_users">https://groups.google.com/forum/#!forum/ibex_users</a> (2017)</li></ol>

Steenbok is een krachtig hulpmiddel voor medische beeldvorming radiomics onderzoek. Het heeft tot nu toe meestal gebruikt voor straling oncologie doeleinden in studies uitgevoerd door de groep van de radiomics MD Anderson. IBEX zorgt voor manipulatie van ROIs en berekening van de functies binnen 5 belangrijkste kenmerk Categorieën. De broncodeversie van Steenbok kan de gebruiker ontwerptoepassingen die zich niet reeds deel van Steenbok, zoals functies voor grijze niveau zone matrix.
De belang...

In geneeskunde, omvat de diagnose van de ziekte van de patiënt meestal een groot aantal diagnostische examens zoals x-stralen, echografie, computertomografie (CT), magnetische resonantie imaging (MRI), en positron emissie tomografie (PET) scans om te helpen bij het bepalen van de cursus van de patiëntenzorg. Hoewel artsen deze beelden gebruiken om te beoordelen kwalitatief patiënt de diagnose, kunnen er extra kwantitatieve functies die kunnen worden geëxtraheerd om te begeleiden van de patiëntenzorg. De grondgedachte is dat deze functies proteomic en genomische patronen uitgedrukt op de macroscopische schaal1kunnen betekenen. Waarbij deze kwantitatieve gegevens gecombineerd met de huidige klinische informatie, bijvoorbeeld, patiënt demografie, kunnen meer geïndividualiseerde patiëntenzorg. Dit is de theorie achter radiomics: analyse van beelden op een voxel-niveau zijn voorzien. De functies vallen meestal in 5 hoofdcategorieën: grijze niveau co voorval matrix, grijze uitvoering Niveaulengte matrix wijk intensiteit verschil matrix, histogram en vorm.
Imaging Biomarker Explorer (IBEX) is een open-source tool voor radiomics werk2. De grafische gebruikersinterface (GUI) is ontwikkeld door MD Anderson Cancer Center met het doel van de extractie en de berekening van de kwantitatieve functies te vergemakkelijken om te helpen bij de besluitvorming in kanker zorg. Een bron code3 en een zelfstandige4 versie zijn online beschikbaar. IBEX berekent de 5 meest voorkomende soorten functies die worden gebruikt in de medische radiomics met de parameters die kunnen worden ingesteld voor elke categorie van de functie. De categorieën zijn: grijze niveau co voorval matrix5, grijze uitvoering Niveaulengte matrix6,7, intensiteit, wijk intensiteit verschil matrix8en vorm. Aangezien IBEX open source is, voorziet het in geharmoniseerde functie extractie resultaten over instellingen gemakkelijk vergelijken verschillende radiomics studies. Alle functies binnen IBEX worden beschreven in het eerste papier door Zhang et al. 2
Het doel van dit manuscript is te adviseren over hoe te gebruiken Steenbok en te tonen haar toepassingen door middel van peer-reviewed gepubliceerde studies van het MD Anderson radiomics groep. Sinds de introductie aan het publiek in 2015, is IBEX gebruikt voor het berekenen van de functies van CT, PET en MRI scan-beelden door de groep van de radiomics MD Anderson, meestal onderzoeken functies ter verbetering van de klinische overleving modellen9,10, 11,12,13,14,15,16,17,18,19,20 en door externe instellingen21,22,23,24. Aanvullende richtsnoeren op softwaretools die kan worden gebruikt voor de stappen in het onderzoek van de radiomics die niet zijn opgenomen in Steenbok kan worden gevonden in Hof et al. 25
Een algemene inleiding tot de workflow van Steenbok zal helpen om gegevens te ordenen goed voordat u begint radiomics projecten gebruik te maken van de Steenbok. Als u DICOM-afbeeldingen importeert, vereist IBEX dat elke patiënt hebben hun eigen map met hun DICOM-afbeeldingen. DICOM-straling structuur set is optioneel in de patiënt map op te nemen, maar in plaats van met behulp van de contouren platform in Steenbok wordt aanbevolen. Om te helpen met het importeren van alle patiënten voor een specifieke studie, kunnen alle mappen van de patiënt worden geplaatst in een map samen zodat alle gegevens kunnen worden geïmporteerd in Steenbok met behulp van slechts één stap. Als patiënten uit Pinnacle wilt importeren, is het beste om de structuur met de patiënt plan. Als patiënten meerdere afbeelding sets en plannen binnen Pinnacle wellicht, is het best om te weten welke afbeelding instellen en plan juist zijn voordat u importeert. Als rekentijd een punt van zorg is kan het verminderen van het aantal afbeeldingssegmenten voor een patiënt drastisch verminderen tijd. Bijvoorbeeld, als alleen de lever van belang in een studie is, maar de patiënten hebben kunnen volledige lichaam CT scans, vermindering van de DICOM-segmenten slechts in de mate van het interessegebied verkorten rekentijd (b.v., vermindering van de DICOM van 300 segmenten tot 50 segmenten kunt nemen 1/6t h de tijd). Er zijn verschillende tools beschikbaar voor het uitvoeren van deze vermindering segment van handmatige naar semi-automatische.

<table border="0" cellpadding="0" cellspacing="0" style="width:572px;" width="573">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="42">
			<td height="42" style="height:42px;width:216px;">Excel</td>
			<td style="width:71px;">Microsoft Office</td>
			<td style="width:119px;"></td>
			<td style="width:167px;">Any version of excel should work.</td>
		</tr>
		<tr height="42">
			<td height="42" style="height:42px;width:216px;">Matlab</td>
			<td style="width:71px;">MathWorks</td>
			<td style="width:119px;"></td>
			<td>Only use IBEX on 32 bit Matlab 2011a or 64 bit Matlab 2014b.</td>
		</tr>
	</tbody>
</table>

guidelines and experience using imaging biomarker explorer (ibex) for radiomics

Imaging Biomarker Explorer (IBEX) is een open-source tool voor medische beeldvorming radiomics werk. Het doel van deze paper is om te beschrijven hoe de IBEX grafische gebruikersinterface (GUI) en om aan te tonen hoe IBEX berekend functies zijn gebruikt in klinische studies. IBEX zorgt voor de invoer van DICOM-afbeeldingen met DICOM-straling therapie structuur of Pinnacle bestanden. Nadat de afbeeldingen zijn geïmporteerd, heeft IBEX hulpmiddelen binnen de GUI selectie gegevens manipuleren van het bekijken van de beelden, de maatregel voxel waarden en afstanden, en maken en bewerken van contouren. Steenbok wordt geleverd met 27 preprocessing en 132 functie keuzes eigenschapreeksen ontwerpen. Elke categorie voorbewerken en functie heeft parameters die kunnen worden gewijzigd. De uitvoer van de Steenbok is een werkblad bevat: 1) elke functie van de functieset berekend voor elke contour in een gegevensset, 2) beeldinformatie over elke contour in een gegevensset, en 3) een samenvatting van het voorbewerken en functies gebruikt in combinatie met hun geselecteerde parameters. Functies die zijn berekend op basis van Steenbok zijn gebruikt in studies om te testen van de variabiliteit van functies in overleving modellen ter verbetering van de huidige klinische modellen en verschillende imaging voorwaarden.

De uitvoer van de Steenbok is een werkblad (Zie Figuur 4) waarin 3 tabbladen. De "Resultaten" tabblad bevat de functie waarden voor elke ROI in de gegevensset (Figuur 4A). Het tabblad "Gegevens Info." bevat informatie over de beelden uit elke ROI in de gegevensset (Figuur 4B). Het tabblad "Functie Info." bevat een uitgebreide lijst van functies die worden gebruikt me...

Watch this Scientific Journal Video about Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics at JoVE.com

Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics

We beschrijven de IBEX, een open-source tool ontworpen voor medische beeldvorming studie van de radiomics, en hoe deze tool gebruiken. Bovendien, zijn sommige gepubliceerde werken die IBEX gebruikt voor onzekerheidsanalyse en modelbouw tentoongesteld.

Richtsnoeren en ervaring met behulp van Imaging Biomarker Explorer (IBEX) voor Radiomics

Imaging Biomarker Explorer (IBEX) is an open-source tool for medical imaging radiomics work. The purpose of this paper is to describe how to use IBEX's ...

Research

JoVE Journal

Engineering

Guidelines and Experience Using Imaging Biomarker Explorer (IBEX) for Radiomics

Concurrent Quantitative Conductivity and Mechanical Properties Measurements of Organic Photovoltaic Materials using AFM

Concurrent Kwantitatieve geleidbaarheid en mechanische eigenschappen metingen van organische fotovoltaïsche Materialen met AFM

Organic photovoltaic  (OPV) materials are inherently inhomogeneous at the nanometer scale. Nanoscale  inhomogeneity of OPV materials affects performance ...

Spatial Separation of Molecular Conformers and Clusters

Ruimtelijke scheiding van moleculaire conformers en clusters

Gas-phase molecular physics and physical chemistry experiments commonly use supersonic expansions through pulsed valves for the production of cold ...

Reservoir Condition Pore-scale Imaging of Multiple Fluid Phases Using X-ray Microtomography

Reservoir Conditie Pore-schaal Beeldvorming van Multiple Fluid fasen met behulp van X-ray Microtomografie

X-ray microtomography was used to image, at a resolution of 6.6 &#181;m, the pore-scale arrangement of residual carbon dioxide ganglia in the pore-space ...

Electron Channeling Contrast Imaging for Rapid III-V Heteroepitaxial Characterization

Electron Channeling Contrast Imaging voor Rapid III-V hetero karakterisatie

Misfit dislocations in heteroepitaxial layers of GaP grown on Si(001) substrates are characterized through use of electron channeling contrast imaging ...

Use of a Multi-compartment Dynamic Single Enzyme Phantom for Studies of Hyperpolarized Magnetic Resonance Agents

Gebruik van een Multi-compartiment Dynamic enkel enzym Phantom voor Studies van gehyperpolariseerd Magnetic Resonance Agents

Imaging of hyperpolarized substrates by magnetic resonance shows great clinical promise for assessment of critical biochemical processes in real time. Due ...

Dynamic Pore-scale Reservoir-condition Imaging of Reaction in Carbonates Using Synchrotron Fast Tomography

Dynamische Pore schaal Reservoir voorwaarde beeldvorming van Reaction in carbonaten met synchrotron Fast Tomography

Underground storage permanence is a major concern for carbon capture and storage. Pumping CO2 into carbonate reservoirs has the potential to dissolve ...

High-resolution Thermal Micro-imaging Using Europium Chelate Luminescent Coatings

High-resolution thermische Micro-imaging Met behulp europiumchelaat Lichtgevende Coatings

Micro-electronic devices often undergo significant self-heating when biased to their typical operating conditions. This paper describes a convenient ...

Advanced Compositional Analysis of Nanoparticle-polymer Composites Using Direct Fluorescence Imaging

Uitgebreide analyse van de samenstelling van nanodeeltjes-polymeer Composites Met behulp van Direct Fluorescence Imaging

The fabrication of polymer-nanoparticle composites is extremely important in the development of many functional materials. Identifying the precise ...

Nanostructured Ag-zeolite Composites as Luminescence-based Humidity Sensors

Nanogestructureerde Ag-zeoliet Composites als luminescentie-gebaseerde Vochtsensoren

Small silver clusters confined inside zeolite matrices have recently emerged as a novel type of highly luminescent materials. Their emission has high ...

Simultaneous Measurement of Turbulence and Particle Kinematics Using Flow Imaging Techniques

Gelijktijdige meting van turbulentie en Particle Kinematics met behulp van stroom beeldvormende technieken

Numerous problems in scientific and engineering fields involve understanding the kinematics of particles in turbulent flows, such as contaminants, marine ...