Poster — Thur Eve — 62: Analysis of a Photoacoustic Imaging System by Singular Value Decomposition
Notice bibliographique
Résumé
Photoacoustic imaging (PAI) is a hybrid imaging modality capable of producing contrast similar to optical imaging techniques but with increased penetration depth and resolution in turbid media by encoding the optical information as acoustic waves. PAI employs a pulsed laser to diffusely irradiate a volume of interest making the resulting images inherently three‐dimensional. While PAI is a relatively new field, potential applications include the characterization of tumours surrounded by soft tissue, such as breast tissue, as well as imaging vasculature structure. We have developed a PAI system that utilizes a staring, hemispherical array of detectors combined with parallel data acquisition and an iterative image reconstruction algorithm to produce three‐dimensional photoacoustic images using only a single laser pulse. Since our imaging system collects a limited number of data projections and has a shift‐variant response through object space, our objective was to characterize system performance beyond classic metrics such as sensitivity, resolution and contrast by implementing singular value decomposition. Using a robotically placed photoacoustic point source we experimentally captured the imaging operator over a defined object space. Decomposition of the imaging operator was done via singular value decomposition and provided insight into the capability of the PAI system to reconstruct objects and the inherent sensitivity of the PAI system to those objects. Preliminary reconstruction of simple objects is shown utilizing the calibration data in our reconstruction algorithm.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».