MétaCan
Menu
Retour à la cohorte
Enregistrement W2036203658 · doi:10.1121/1.1528926

Modeling of nonlinear ultrasound propagation in tissue from array transducers

2003· article· en· W2036203658 sur OpenAlexafffund
Roger J. Zemp, Jahangir Tavakkoli, R.S.C. Cobbold

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNonlinear systemNonlinear acousticsAngular spectrum methodAcousticsAttenuationTransducerDiffractionComputationPhysicsUltrasonic sensorComputer scienceOpticsAlgorithm

Résumé

récupéré en direct d'OpenAlex

A computationally efficient model capable of simulating finite-amplitude ultrasound beam propagation in water and in tissue from phased linear arrays and other transducers of arbitrary quasiplanar geometry is described. It is based on a second-order operator splitting approach [Tavakkoli et al., J. Acoust. Soc. Am. 104, 2061-2072 (1998)], with a fractional step-marching scheme, whereby the effects of diffraction, attenuation, and nonlinearity can be computed independently over incremental steps. This approach is an extension to that of Christopher and Parker [J. Acoust. Soc. Am. 90, 507-521; 90, 488-499 (1991)], wherein linear and nonlinear effects are propagated separately over incremental steps, and the computation of the diffractive substeps are based on an angular spectrum technique with a modified sampling scheme for accurate and efficient implementation of diffractive propagation from nonradially symmetric sources. Results of the model are compared with published data. Predicted field profiles for nonlinear propagation in tissue from realistic array transducers using the pulse inversion method are presented.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,242 · 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'étudeSimulation ou modélisation
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

Citations151
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUltrasound Imaging and ElastographyTravaux en français237 207