SU‐E‐I‐52: Validation of Multi‐Frequency Electrical Impedance Tomography Using Computed Tomography
Notice bibliographique
Résumé
Purpose: Multi‐frequency EIT has been reported to be a potential tool in distinguishing a tissue anomaly from background. In this study, we investigate the feasibility of acquiring functional information by comparing multi‐frequency EIT images in reference to the structural information from the CT image through fusion. Methods: EIT data was acquired from a slice of winter melon using sixteen electrodes around the phantom, injecting a current of 0.4mA at 100, 66, 24.8 and 9.9 kHz. Differential EIT images were generated by considering different combinations of pair frequencies, one serving as reference data and the other as test data. The experiment was repeated after creating an anomaly in the form of an off‐centered cavity of diameter 4.5 cm inside the melon. All EIT images were reconstructed using Electrical Impedance Tomography and Diffuse Optical Tomography Reconstruction Software (EIDORS) package in 2‐D differential imaging mode using one‐step Gaussian Newton minimization solver. CT image of the melon was obtained using a Phillips CT Scanner. A segmented binary mask image was generated based on the reference electrode position and the CT image to define the regions of interest. The region selected by the user was fused with the CT image through logical indexing. Results: Differential images based on the reference and test signal frequencies were reconstructed from EIT data. Result illustrated distinct structural inhomogeneity in seeded region compared to fruit flesh. The seeded region was seen as a higherimpedance region if the test frequency was lower than the base frequency in the differential EIT reconstruction. When the test frequency was higher than the base frequency, the signal experienced less electrical impedance in the seeded region during the EIT data acquisition. Conclusion: Frequency‐based differential EIT imaging can be explored to provide additional functional information along with structural information from CT for identifying different tissues.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».