A Comparison of the Imaging Performance of High Resolution Ultrasound Scanners for Preclinical Imaging
Notice bibliographique
Résumé
Nine ultrasound transducers from six ultrasound scanners were assessed for their utility for preclinical ultrasound imaging. The transducers were: L8-16, L10-22 (Diasus; Dynamic Imaging Ltd., Livingston, UK); L17-5, L15-7io (iU22; Philips, Seattle, WA, USA), HFL38/13-6 (MicroMaxx; Sonosite Inc., Bothell, WA, USA); il3Lv (Vivid 5; GE, Fairfield, CT, USA), RMV 704 (Vevo 770; Visualsonics Inc., Toronto, Canada) and MS550S, MS550D (Vevo 2100; Visualsonics Inc.). A quantitative analysis of the ultrasound images from all nine transducers employed measurements of the resolution integral as an indication of the versatility and technology of the ultrasound scanners. Two other parameters derived from the resolution integral, the characteristic resolution and depth of field, were used to characterise imaging performance. Six of these transducers were also assessed qualitatively by ultrasonically scanning 59 female common marmosets (Callithrix jacchus) yielding a total of 215 scans. The quantitative measurements for each of the transducers were consistent with the results obtained in the qualitative in vivo assessment. Over a 0-10 mm imaging depth, the values of the resolution integral, characteristic resolution and depth of field, measured using the Edinburgh Pipe Phantom, ranged in magnitude from 7-72, 93-930 μm and 3.3-9.2 mm respectively. The largest resolution integrals were obtained using the Vevo 770 and Vevo 2100 scanners. The Edinburgh Pipe Phantom provides a quantitative method of characterising the imaging performance of preclinical imaging scanners.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».