Investigation of Frequency Analysis Methods for Doppler Ultrasound Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Due to the advances of electronic and semiconductor technologies in recent years, it is possible to realize complex, low cost, low size, and low power consumption, high-speed signal processing devices. The progress of these devices has enabled the development of the medical Doppler ultrasound system. Color flow mapping (CFM), which is one of the display mode of Doppler ultrasound, requires high-speed multi-point (two- or three-dimensional) frequency analyses. From its birth till today, a complex autocorrelation (AC) method has been used for CFM because of its simplicity. In this paper, I propose the fast Fourier transform (FFT) method for the frequency analysis of CFM. CFM differs from spectrum Doppler, which shows accurate information of the blood flow in a narrow domain of a tomogram image. CFM uses color expression to display coarse information of the blood flow, such as mean velocity, intensity, and distribution. Because the calculation load of the frequency analysis is very small, the AC method has been used. However, by exploiting recent advances in hardware, new frequency analysis methods can be applied. In this paper, I evaluate a novel frequency analysis method based on FFTs, and compare its performance with the conventional AC method. Based on the results obtained, I reach the followings conclusions. With respect to mean velocity, the FFT method performs well when blood flow sensitivity is low. However, when blood flow sensitivity is high, the performance of the AC method is superior. Moreover, with respect to the distribution, compared to the FFT method, the AC method does not perform well under aliasing conditions. The AC method is effective only when the distribution is small.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle