Generation of remote adaptive torsional shear waves with an octagonal phased array to enhance displacements and reduce variability of shear wave speeds: comparison with quasi-plane shear wavefronts
Notice bibliographique
Résumé
A method based on adaptive torsional shear waves (ATSW) is proposed to overcome the strong attenuation of shear waves generated by a radiation force in dynamic elastography. During the inward propagation of ATSW, the magnitude of displacements is enhanced due to the convergence of shear waves and constructive interferences. The proposed method consists in generating ATSW fields from the combination of quasi-plane shear wavefronts by considering a linear superposition of displacement maps. Adaptive torsional shear waves were experimentally generated in homogeneous and heterogeneous tissue mimicking phantoms, and compared to quasi-plane shear wave propagations. Results demonstrated that displacement magnitudes by ATSW could be up to 3 times higher than those obtained with quasi-plane shear waves, that the variability of shear wave speeds was reduced, and that the signal-to-noise ratio of displacements was improved. It was also observed that ATSW could cause mechanical inclusions to resonate in heterogeneous phantoms, which further increased the displacement contrast between the inclusion and the surrounding medium. This method opens a way for the development of new noninvasive tissue characterization strategies based on ATSW in the framework of our previously reported shear wave induced resonance elastography (SWIRE) method proposed for breast cancer diagnosis.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».