MétaCan
Menu
Retour à la cohorte
Enregistrement W2073352609 · doi:10.1063/1.4825034

Photoacoustic correlation signal-to-noise ratio enhancement by coherent averaging and optical waveform optimization

2013· article· en· W2073352609 sur OpenAlexaff
Sergey A. Telenkov, Rudolf Alwi, Andreas Mandelis

Notice bibliographique

RevueReview of Scientific Instruments · 2013
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWaveformSIGNAL (programming language)Modulation (music)Signal-to-noise ratio (imaging)OpticsLaserPhysicsAcousticsNoise (video)Frequency modulationDiodeMaterials scienceComputer scienceOptoelectronicsBandwidth (computing)TelecommunicationsVoltageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Photoacoustic (PA) imaging of biological tissues using laser diodes instead of conventional Q-switched pulsed systems provides an attractive alternative for biomedical applications. However, the relatively low energy of laser diodes operating in the pulsed regime, results in generation of very weak acoustic waves, and low signal-to-noise ratio (SNR) of the detected signals. This problem can be addressed if optical excitation is modulated using custom waveforms and correlation processing is employed to increase SNR through signal compression. This work investigates the effect of the parameters of the modulation waveform on the resulting correlation signal and offers a practical means for optimizing PA signal detection. The advantage of coherent signal averaging is demonstrated using theoretical analysis and a numerical model of PA generation. It was shown that an additional 5-10 dB of SNR can be gained through waveform engineering by adjusting the parameters and profile of optical modulation waveforms.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations34
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207