MétaCan
Menu
Retour à la cohorte
Enregistrement W1952744299 · doi:10.1109/tap.2015.2476415

Evaluation of 3-D Acquisition Surfaces for Radar-Based Microwave Breast Imaging

2015· article· en· W1952744299 sur OpenAlexafffund
Douglas Kurrant, Jeremie Bourqui, Charlotte Curtis, Elise Fear

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésData acquisitionMicrowave imagingRadarMicrowaveContext (archaeology)Antenna (radio)Computer scienceRadar imagingRemote sensingAcousticsPhysicsOpticsGeologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

This study investigates the impact that the acquisition surface has on the internal coverage of an object in the context of radar-based near-field microwave (MW) breast imaging. We define an acquisition surface as the surface over, which data are collected. Three different three-dimensional (3-D) data acquisition surfaces are investigated: 1) cylindrical, 2) hemispherical, and 3) patient specific. Three 3-D numerical breast models are used for the study. A realistic ultra-wideband (UWB) antenna generates incident fields and records the total fields. The responses from targets are analyzed, and object coverage is evaluated in terms of range distances, cross-range distances, and cumulative radiated power directed into the object by the antenna array embedded in the acquisition surface. Images are formed to verify these observations. We demonstrate that a patient-specific acquisition surface provides greater responses from targets, superior object coverage and improved images compared to the other acquisition surfaces studied.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,252
Écart entre enseignants0,225 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207