Simulation of Ultrasound Radio-Frequency Signals in Deformed Tissue for Validation of 2D Motion Estimation with Sub-Sample Accuracy
Notice bibliographique
Résumé
Motion estimation in sequences of ultrasound echo signals is essential for a wide range of applications. In time domain cross correlation, which is a common motion estimation technique, the displacements are typically not integral multiples of the sampling period. Therefore, to estimate the motion with sub-sample accuracy, 1D and 2D interpolation methods such as parabolic, cosine, and ellipsoid fitting have been introduced in the literature. In this paper, a simulation framework is presented in order to compare the performance of currently available techniques. First, the tissue deformation is modeled using the finite element method (FEM) and then the corresponding pre-/post-deformation radio-frequency (RF) signals are generated using Field II ultrasound simulation software. Using these simulated RF data of deformation, both axial and lateral tissue motion are estimated with sub-sample accuracy. The estimated displacements are then evaluated by comparing them to the known displacements computed by the FEM. This simulation approach was used to evaluate three different lateral motion estimation techniques employing (i) two separate 1D sub-sampling, (ii) two consecutive 1D sub-sampling, and (iii) 2D joint sub-sampling estimators. The estimation errors during two different tissue compression tests are presented with and without spatial filtering. Results show that RF signal processing methods involving tissue deformation can be evaluated using the proposed simulation technique, which employs accurate models.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».