Notice bibliographique
Résumé
Spatial compound imaging via beam-steering aims to improve image quality through signal averaging. However, compounding techniques are vulnerable to speed-of-sound and refraction distortions in non-homogeneous tissue. We have developed a system to perform image-based non-rigid registration in real time. The goal is to increase image quality by improving the alignment of the ultrasound frames before compounding. Frames are acquired by a PC-based ultrasound machine (Ultrasonix Inc, Vancouver, Canada), and transmitted to a Windows-based workstation through a high-speed network. Robust image-to-image registration (warping) is performed using block-based estimation of local shifts and thin-plate spline interpolation. Compound images are computed as a rolling average of the nine most recent warped frames. The procedure runs at 20 frames per second on a dual-processor Xeon workstation, demonstrating the feasibility of sophisticated real-time image processing on a standard PC platform. High speed is achieved through algorithm refinements, approximations in speed-critical sections, and low-level optimizations. The result is a fully-automatic real-time spatial compounding system with a demonstrated improvement in image quality. Tests of registration accuracy were performed on simulated data with realistic speckle patterns, using a 10% speed-of-sound variation and an 8° beam-steering angle. The average misalignment across the image was reduced by 70%, from of 0.22 mm to 0.07 mm; in the deepest parts of the image, alignment was improved by 91%. Improved quality is demonstrated on images of a human forearm, which show visibly improved edge sharpness. This work is one of a series of projects demonstrating the ability of a new open-architecture ultrasound system.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».