MétaCan
Menu
Retour à la cohorte
Enregistrement W2135779950 · doi:10.1109/tuffc.2007.531

Fast B-Flow Imaging: A Method for Improving Frame Rate in Golay Coded B-Flow Imaging

2007· article· en· W2135779950 sur OpenAlexaff
Claudia Leavens, Peter N. Burns, Michael D. Sherar

Notice bibliographique

RevueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency Control · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensCancer Care OntarioSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBinary Golay codeFrame ratePulse repetition frequencyAcousticsPhysicsOpticsComputer scienceMathematicsAlgorithmTelecommunications

Résumé

récupéré en direct d'OpenAlex

A technique for Golay coded B-flow imaging, called fast B-flow imaging, has been developed. This technique improves the frame rate of Golay coded B-flow imaging. In this technique, three instead of four input pulses are used to produce each scan line. A standard Golay pulse-pair is used as two of the three inputs, and pulse compression is performed upon receive returning the echoes from stationary (tissue) objects in the image. The third input is a repetition of one of the first two inputs. Upon receive, this pulse is cross correlated with an inverted copy of its input pulse. Addition of the cross-correlated signals produced from the identical input pulses results in the cancellation of the strong tissue echoes, and enables visualization of the weaker/moving blood echoes. Combining a small fraction of the tissue echoes with the weaker blood echoes allows both to be visualized in the same gray scale image. By using three instead of four input pulses, this technique can achieve a frame rate improvement of 33% compared with standard Golay coded B-flow imaging, with some loss in signal-to-noise ratio. The impact of axial and lateral motion on these techniques is examined. A quantitative comparison of both techniques is presented.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,007
Tête enseignante GPT0,259
Écart entre enseignants0,252 · 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
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

Citations6
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency ControlMême sujetUltrasound Imaging and ElastographyTravaux en français237 207