MétaCan
Menu
Retour à la cohorte
Enregistrement W2008257685 · doi:10.1109/ultsym.2007.384

P2B-7 Development of a Versatile Signal Processing Board for Real-Time 3D Beamforming

2007· article· en· W2008257685 sur OpenAlexaff
Kieran Wall, G.R. Lockwood

Notice bibliographique

RevueProceedings/Proceedings - IEEE Ultrasonics Symposium · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBeamformingBandwidth (computing)Main lobeChannel (broadcasting)Signal-to-noise ratio (imaging)AcousticsSIGNAL (programming language)VoxelComputer scienceSignal processingPhysicsTelecommunicationsDigital signal processingAntenna (radio)Computer hardwareArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we describe the design and performance of a high-speed, signal processing board designed for real-time 3D ultrasound beamforming. The system can generate 100M beamformed voxels per second from the data received from a 288 element array. Our primary scan volume produces an 80x80x246 volume image updated at a rate of 24 volumes per second, with 4 depth transmit focal zones. Preliminary beamforming tests have shown good agreement with modeled simulations. The average amplitude of the pedestal secondary lobe in the radiation pattern was about -72 dB for a point target at f/2. Average single channel noise levels were measured at 400 nV/rtHz at high gain (+43 dB). This corresponds to a single channel signal to noise ratio of 54 dB for a 13.2 MHz bandwidth and results in a system dynamic range of 96 dB. The channel-to-channel isolation was approximately 46 dB.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,257
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,254
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings/Proceedings - IEEE Ultrasonics SymposiumMême sujetUltrasound Imaging and ElastographyTravaux en français237 207