MétaCan
Menu
Retour à la cohorte
Enregistrement W2127948710 · doi:10.1109/tuffc.2011.2076

The applicability of ultrasound dynamic receive beamformers to photoacoustic imaging

2011· letter· en· W2127948710 sur OpenAlexaff
Tyler Harrison, Roger J. Zemp

Notice bibliographique

RevueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency Control · 2011
Typeletter
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPhotoacoustic imaging in biomedicineUltrasoundUltrasonic imagingAcousticsUltrasound imagingComputer scienceMaterials sciencePhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Ultrasound array transducers offer several advantages over mechanically-scanned transducers for photoacoustic imaging, including high imaging frame rates and dynamic focusing. Development of a photoacoustic array system can be accelerated by adapting existing commercial ultrasound systems and harnessing their performance-enhancing aspects such as parallel beamforming. One challenge faced when adapting commercial ultrasound systems for photoacoustic imaging is that the dynamic delay sequences required for focusing must account for one-way rather than two-way ultrasound wave propagation. Modifying the hardware may be difficult for developers and impossible for users, but some ultrasound systems provide a parameter, c: the speed of sound used to calculate these delays. A linear-array based ultrasound platform with parallel channel acquisition is used to compare experimental point-spread functions produced using an ultrasound beamformer with a scaled value of c to those produced by a photoacoustic beamformer. Scaling c by a factor of √2 provides the best image quality compared with adjustments by 1 and 2, but requires image rescaling, which can be done post-acquisition or by modification of the rendering software. Although optimal focusing is achieved for linear scanning, this is not the case for sector scanning, which requires angular and depth rescaling.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
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 GPT0,196
Écart entre enseignants0,191 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency ControlMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207