Photoacoustic imaging using lock-in amplification and pulsed fiber lasers
Notice bibliographique
Résumé
Photoacoustic (PA) imaging is a non-invasive, non-ionizing imaging technology with high optical contrast between blood and tissue, and with high sensitivity of hemoglobin concentration and oxygen saturation due to different optical absorption spectra resulting from different oxygenation of hemoglobin. Most PA imaging systems implement a nanosecond pulsed laser source as excitation source to induce PA signal, and rely on broadband amplifiers to record time-domain PA signals [1-6]. Some groups, however, have reported using modulated continuous-wave lasers as an excitation source for frequency-domain imaging [7-9]. Frequency-domain imaging offers the potential of lock-in amplification which has sensitivities as low as nV even in noise orders of magnitude higher than the signal. However, although modulated CW sources works for low cost and compact PA imaging, it does not satisfy thermal and stress confinement conditions required for optimal PA signal strength. Here, we investigate a PA methodology using pulsed fiber lasers as excitation laser source combined with lock-in amplification technology. For comparison, we also studied time-domain PA methodology. Phantom studies show that signal-to-noise ratio (SNR) obtained with frequency domain PA imaging is significantly more sensitive than that obtained using time-domain PA imaging when the laser pulse repetition rate (PRR) matches the bandwidth of ultrasound transducer. Therefore, high sensitive PA imaging technology using pulsed fiber laser sources with lock-in amplification may potentially greatly extend the depth of PA imaging.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».