MétaCan
Menu
Retour à la cohorte
Enregistrement W2102126987 · doi:10.1109/icemi.2009.5274791

Virtual ultrasonic waveform acquisition and analysis system based on LabVIEW and PCI-12400 A/D card

2009· article· en· W2102126987 sur OpenAlexaboutno aff
Haijun Niu, Sun Feng, Yuexiang Wang, Lifeng Li, Deyu Li, Yubo Fan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésComputer scienceWaveformData acquisitionUltrasonic sensorUltrasoundDigitizationEcho (communications protocol)SIGNAL (programming language)Scope (computer science)Process (computing)Computer hardwareAcousticsComputer visionOperating systemTelecommunications

Résumé

récupéré en direct d'OpenAlex

A-mode medical ultrasound device is important tool for clinical examinations in many clinical departments, especially ophthalmology. However, many complex or obscure features can not be identified well using these existing instruments, the reason is that ultrasonic echo waveforms from body contain more plentiful information than is utilized in conventional A-model medical ultrasound instrument, so more sophisticated procedures and algorithms may be required to process the acquired waveform. In this study, a flexible PC-based virtual instrument system for acquisition and analysis of ultrasonic echo signal was developed based on LabVIEW graphical programming language (National Instruments, USA) and a high digitization-rate A/D sample card PCI-12400 (CompuScope, Gage, Canada). Ultrasound speed and ultrasound attenuation coefficients were computed in this virtual instrument system. In addition, this system can provide an adaptable tool that may be modified to suit a given application, with scope for future implementation in the field.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,005
Tête enseignante GPT0,227
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound Imaging and ElastographyTravaux en français237 207