MétaCan
Menu
Retour à la cohorte
Enregistrement W2041070040 · doi:10.1088/1742-6596/214/1/012061

Frequency-domain photothermoacoustic imaging contrast enhancement with a CW laser and non-linear frequency modulation chirps

2010· article· en· W2041070040 sur OpenAlexaff
Bahman Lashkari, Andreas Mandelis

Notice bibliographique

RevueJournal of Physics Conference Series · 2010
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLaserContinuous waveFrequency domainOpticsFrequency modulationSIGNAL (programming language)Modulation (music)Contrast (vision)Amplitude modulationNonlinear systemMedical imagingTime domainAmplitudeMaterials scienceComputer scienceAcousticsPhysicsArtificial intelligenceComputer visionRadio frequencyTelecommunications

Résumé

récupéré en direct d'OpenAlex

The application of photoacoustic (PA) phenomena to medical imaging has been investigated for more than a decade. To implement this modality, one may choose between two types of laser sources, pulsed or continuous wave (CW). This selection will affect all features of the imaging technique. Nowadays pulsed lasers are the state-of-the-art technique in the PTA research. In this work we report frequency-domain photothermoacoustic imaging using linear and non-linear frequency chirps with a CW laser. The images produced using turbid tissue phantoms with subsurface inclusions were compared according to their contrast and depth resolution of absorbing lesions. In the CW method, in addition to the image produced by the amplitude of the cross-correlation between input and output signals, another image which is generated by the phase of the correlation signal is also available. The application of nonlinear frequency modulation instead of the standard linear frequency chirps introduced in our laboratory is demonstrated. These features are additional degrees of freedom uniquely available to the CW (but not to the pulsed laser) method.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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'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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207