MétaCan
Menu
Retour à la cohorte
Enregistrement W2104165424 · doi:10.1109/ultsym.1990.171624

Determination of 2-D velocity vectors using color Doppler ultrasound

2002· article· en· W2104165424 sur OpenAlexaff
T. Tamura, R.S.C. Cobbold, K.W. Johnston

Notice bibliographique

RevueIEEE Symposium on Ultrasonics · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVector fieldDoppler effectFlow (mathematics)Flow velocityVector flowPhysicsComputationColor dopplerVelocity vectorArtificial intelligenceComputer visionOpticsGeometryComputer scienceMathematicsImage (mathematics)MechanicsAlgorithmImage segmentationUltrasonographyMedicine

Résumé

récupéré en direct d'OpenAlex

Color Doppler flow images were obtained from two beam directions, and the velocity vectors in the flow field were computed for each pixel point. The technique was applied to an end-to-side anastomosis model. As expected, the directions of velocity vectors change gradually as flow travels through the anastomosis. Highly skewed velocity profiles along with a stagnant flow region were visualized across the lumen of the host artery. High radial velocity components associated with the secondary flow were clearly revealed about 1-2 diameters downstream from the junction. Based on a single Doppler image, this region with radial flow could be incorrectly integrated as a region with high axial velocities. The vector computation clearly resolved this problem. True velocity magnitudes were then used to create color flow images independent of the Doppler angle.< <ETX xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">&gt;</ETX>

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,141
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,024
Tête enseignante GPT0,264
Écart entre enseignants0,241 · 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.

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

Citations24
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Symposium on UltrasonicsMême sujetUltrasound Imaging and ElastographyTravaux en français237 207