Magneto-acousto-electrical tomography: a potential method for imaging current density and electrical impedance
Notice bibliographique
Résumé
Primarily this report outlines our investigation on utilizing magneto-acousto-electrical-tomography (MAET) to image the lead field current density in volume conductors. A lead field current density distribution is obtained when a current/voltage source is applied to a sample via a pair of electrodes. This is the first time a high-spatial-resolution image of current density is presented using MAET. We also compare an experimental image of current density in a sample with its corresponding numerical simulation. To image the lead field current density, rather than applying a current/voltage source directly to the sample, we place the sample in a static magnetic field and focus an ultrasonic pulse on the sample to simulate a point-like current dipole source at the focal point. Then by using electrodes we measure the voltage/current signal which, based on the reciprocity theorem, is proportional to a component of the lead field current density. In the theory section, we derive the equation relating the measured voltage to the lead field current density and the displacement velocity caused by ultrasound. The experimental data include the MAET signal and an image of the lead field current density for a thin sample. In addition, we discuss the potential improvements for MAET especially to overcome the limitation created by the observation that no signal was detected from the interior of a region having a uniform conductivity. As an auxiliary we offer a mathematical formula whereby the lead field current density may be utilized to reconstruct the distribution of the electrical impedance in a piecewise smooth object.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| 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 ».