Dynamic quantitative ultrasound imaging of mimicked breast lesions during shear wave propagation to emphasize differences in tissue statistical backscatter properties
Notice bibliographique
Résumé
The main motivation in this study was to increase the accuracy of the breast tissue characterization by combining quantitative ultrasound (QUS) with ultrasound (US) dynamic elastography. To demonstrate that, an agar-gelatin breast mimicking phantom with two inclusions containing the same density of agar (US scatterers) but different proportions of gelatin corresponding to different mechanical properties was made. Transient plane shear waves (SW) at 200 Hz were transmitted through the phantom while the displacement of scatterers was imaged at 5 MHz with an ultrafast imaging technique. With segmented inclusions, the reciprocal (beta parameter) of the effective density of scatterers of a general distribution model of the echo envelope and its normalized range (normalized by the mean of beta during SW propagation) were estimated for each inclusion. The results showed that the relative difference of beta between the surrounding medium and both inclusions A and B were 55.6% (A) and 0.9% (B), respectively, whereas differences (in %) of the beta normalized range were 46.2% (A) and 52.6% (B), respectively. The static value beta failed to distinguish inclusion B from the surrounding; however, the dynamic range of beta succeeded in that task for the two inclusions. Thus, dynamic QUS might add information to QUS in a static framework.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».