MétaCan
Menu
Retour à la cohorte
Enregistrement W2103517951 · doi:10.3390/s141120825

Dual-Frequency Piezoelectric Transducers for Contrast Enhanced Ultrasound Imaging

2014· article· en· W2103517951 sur OpenAlexafffund
K. Heath Martin, Brooks D. Lindsey, Jianguo Ma, Mike Lee, Sibo Li, F. Stuart Foster, Xiaoning Jiang, Paul A. Dayton

Notice bibliographique

RevueSensors · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Cancer InstituteNational Institutes of HealthTerry Fox FoundationU.S. Department of Defense
Mots-clésSecond-harmonic imaging microscopyMicrobubblesTransducerUltrasoundAcousticsBiomedical engineeringHarmonicComputer scienceUltrasonic sensorContrast (vision)SIGNAL (programming language)MedicineArtificial intelligencePhysicsOpticsSecond-harmonic generation

Résumé

récupéré en direct d'OpenAlex

For many years, ultrasound has provided clinicians with an affordable and effective imaging tool for applications ranging from cardiology to obstetrics. Development of microbubble contrast agents over the past several decades has enabled ultrasound to distinguish between blood flow and surrounding tissue. Current clinical practices using microbubble contrast agents rely heavily on user training to evaluate degree of localized perfusion. Advances in separating the signals produced from contrast agents versus surrounding tissue backscatter provide unique opportunities for specialized sensors designed to image microbubbles with higher signal to noise and resolution than previously possible. In this review article, we describe the background principles and recent developments of ultrasound transducer technology for receiving signals produced by contrast agents while rejecting signals arising from soft tissue. This approach relies on transmitting at a low-frequency and receiving microbubble harmonic signals at frequencies many times higher than the transmitted frequency. Design and fabrication of dual-frequency transducers and the extension of recent developments in transducer technology for dual-frequency harmonic imaging are discussed.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil0,693

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,201
Écart entre enseignants0,196 · 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'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

Citations83
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207