Comparisons of lesion detectability in ultrasound images acquired using time-shift compensation and spatial compounding
Notice bibliographique
Résumé
The effects of aberration, time-shift compensation, and spatial compounding on the discrimination of positive-contrast lesions in ultrasound b-scan images are investigated using a two-dimensional (2-D) array system and tissue-mimicking phantoms. Images were acquired within an 8.8 x 12-mm2 field of view centered on one of four statistically similar 4-mm diameter spherical lesions. Each lesion was imaged in four planes offset by successive 45 degree rotations about the central scan line. Images of the lesions were acquired using conventional geometric focusing through a water path, geometric focusing through a 35-mm thick distributed aberration phantom, and time-shift compensated transmit and receive focusing through the aberration phantom. The views of each lesion were averaged to form sets of water path, aberrated, and time-shift compensated 4:1 compound images and 16:1 compound images. The contrast ratio and detectability index of each image were computed to assess lesion differentiation. In the presence of aberration representative of breast or abdominal wall tissue, time-shift compensation provided statistically significant improvements of contrast ratio but did not consistently affect the detectability index, and spatial compounding significantly increased the detectability index but did not alter the contrast ratio. Time-shift compensation and spatial compounding thus provide complementary benefits to lesion detection.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».