2D noninvasive acoustical image reconstruction of a static object through a simulated human skull bone
Notice bibliographique
Résumé
A new method for 2D visualization of foreign objects in the brain tissue, such as bone fragments, bullets, pieces of shrapnel, etc. is presented. The method uses acoustic ray tracing approach to model the propagation of ultrasonic waves through the skull bone and the brain tissue. The mathematical theory of the method, the preliminary results of computer modeling and laboratory testing are presented. A simulation has been developed to take into account the scattering of acoustical fields transmitted through a human skull bone. The experimental data is processed and an image showing the position of the foreign object is reconstructed. The new algorithm has been designed to work with a linear array of 128 receivers. The model consists of a simulated skull bone (scattering medium) and a reflector as a secondary source of ultrasound. To experimentally check the validity of the algorithm, a skull phantom was prepared for use in the laboratory tests. After passing through the phantom layer, the secondary ultrasound field originated from the reflector is recorded by the array of receivers. Then, the detected field distribution is signal-processed to compensate for the distortion by the scattering layer and to reconstruct an image containing data about the reflector's position. This method opens the possibility to non-invasively visualize and characterize the inclusions in the brain tissue through the skull.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».