MétaCan
Menu
Retour à la cohorte
Enregistrement W2043902746 · doi:10.1121/1.3588298

The use of pressure dependent subharmonic resonance to increase the signal to noise ratio of ultrasound contrast agent imaging.

2011· article· en· W2043902746 sur OpenAlexaff
Amin Jafari Sojahrood, Michael C. Kolios

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésResonance (particle physics)AmplitudeBubbleSIGNAL (programming language)UltrasoundStochastic resonanceNoise (video)AcousticsSubharmonicMaterials scienceAcoustic resonanceMagnetic resonance imagingContrast (vision)Sound pressureSignal-to-noise ratio (imaging)Nuclear magnetic resonancePhysicsOpticsAtomic physicsComputer scienceMechanicsNonlinear systemMedicine

Résumé

récupéré en direct d'OpenAlex

Conventional methods of subharmonic (SH) imaging of ultrasound contrast agents (UCAs) employ a frequency which is approximately twice the resonance frequency of the UCA (the SH resonance frequency). However, this approach may be limited by a low signal to noise ratio. To address this problem, the Hoff model was solved for several UCAs and the SH resonance frequencies of the bubble were calculated for different applied pressures (PAs). By increasing the PA above the pressure threshold for SH generation, the SH resonance frequency shifts toward lower values. Calculation of the scattered pressure in the regime of stable oscillations show that, if the bubble is sonicated with its pressure dependent SH resonance frequencies, the backscattered signal can be significantly stronger than when sonicating with the conventional SH resonance frequency (although the initiation of the SH occurs at a higher PA). The enhancement of the SH and ultraharmonic amplitudes can be up to 7 and 14 dB, respectively. This enhancement may lead to better UCA SH imaging, especially for molecular based imaging protocols.

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)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207