MétaCan
Menu
Retour à la cohorte
Enregistrement W2315197036 · doi:10.1177/0161734612456545

High-Frequency Annular Array Fabrication Using a Flex Circuit Matching Layer

2012· article· en· W2315197036 sur OpenAlexaff
Holly S. Lay, Eric Simpson, Greg Griffin, Geoffrey R. Lockwood

Notice bibliographique

RevueUltrasonic Imaging · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensUniversity of TorontoQueen's University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceTransducerFabricationInsertion lossOptoelectronicsElectrical conductorOpticsCenter frequencyElectrodeLayer (electronics)Bandwidth (computing)PolyimideAcousticsComputer scienceBand-pass filterTelecommunicationsComposite material

Résumé

récupéré en direct d'OpenAlex

Fabricating arrays for high-frequency image applications such as ophthalmic imaging, intravascular imaging, and small animal imaging is challenging. For example, an array for intravascular imaging must be small enough to fit within the lumen of a catheter and inexpensive enough to be discarded after a single use. This article presents a new method for fabricating high-frequency annular arrays that is simple and inexpensive. The annular array elements are defined by the electrode pattern on a back surface of a polyimide quarter-wavelength matching layer that is glued to the front face of a ceramic transducer substrate (PZT5H). Electrical losses associated with bonding the matching layer to the transducer substrate are reduced by fabricating a second set of electrodes on the transducer substrate and then bonding the substrates using an anisotropic conductive epoxy. The feasibility of this technique was established by fabricating a seven-element, 20-MHz, 5-mm diameter annular array. The prototype array produced a pulse with a -6-dB factional bandwidth of 50%, an insertion loss of 22 dB, and secondary lobes in the radiation pattern at f/2 that decreased to -65 dB with respect to the main lobe with a peak amplitude of -53 dB.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,235
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasonic ImagingMême sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207