Comparison between pulsed laser and frequency-domain photoacoustic modalities: Signal-to-noise ratio, contrast, resolution, and maximum depth detectivity
Notice bibliographique
Résumé
In this work, a detailed theoretical and experimental comparison between various key parameters of the pulsed and frequency-domain (FD) photoacoustic (PA) imaging modalities is developed. The signal-to-noise ratios (SNRs) of these methods are theoretically calculated in terms of transducer bandwidth, PA signal generation physics, and laser pulse or chirp parameters. Large differences between maximum (peak) SNRs were predicted. However, it is shown that in practice the SNR differences are much smaller. Typical experimental SNRs were 23.2 dB and 26.1 dB for FD-PA and time-domain (TD)-PA peak responses, respectively, from a subsurface black absorber. The SNR of the pulsed PA can be significantly improved with proper high-pass filtering of the signal, which minimizes but does not eliminate baseline oscillations. On the other hand, the SNR of the FD method can be enhanced substantially by increasing laser power and decreasing chirp duration (exposure) correspondingly, so as to remain within the maximum permissible exposure guidelines. The SNR crossover chirp duration is calculated as a function of transducer bandwidth and the conditions yielding higher SNR for the FD mode are established. Furthermore, it was demonstrated that the FD axial resolution is affected by both signal amplitude and limited chirp bandwidth. The axial resolution of the pulse is, in principle, superior due to its larger bandwidth; however, the bipolar shape of the signal is a drawback in this regard. Along with the absence of baseline oscillation in cross-correlation FD-PA, the FD phase signal can be combined with the amplitude signal to yield better axial resolution than pulsed PA, and without artifacts. The contrast of both methods is compared both in depth-wise (delay-time) and fixed delay time images. It was shown that the FD method possesses higher contrast, even after contrast enhancement of the pulsed response through filtering.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».