Live Ultrasound Color-Encoded Speckle Imaging Platform for Real-Time Complex Flow Visualization <italic>In Vivo</italic>
Notice bibliographique
Résumé
Complex flow patterns are prevalent in the vasculature, but they are difficult to image noninvasively in real time. This paper presents the first real-time scanning platform for a high-frame-rate ultrasound technique called color-encoded speckle imaging (CESI) and its use in visualizing arterial flow dynamics in vivo. CESI works by simultaneously rendering flow speckles and color-coded flow velocity estimates on a time-resolved basis. Its live implementation was achieved by integrating a 192-channel programmable ultrasound front-end module, a 4.8-GB/s capacity data streaming link, and a series of computing kernels implemented on the graphical processing unit (GPU) for beamforming and Doppler processing. A slow-motion replay mode was also included to offer coherent visualization of CESI frames acquired at high frame rate [3000 frames per second (fps) in our experiments]. The live CESI scanning platform was found to be effective in facilitating real-time image guidance (at least 20 fps for live video display with 55-fps GPU processing throughout). In vivo pilot trials also showed that live CESI, when running in replay mode, can temporally resolve triphasic flow at the brachial bifurcation and can reveal flow dynamics in the brachial vein during a fist-clenching maneuver. Overall, live CESI has potential for use in routine investigations in vivo that seek to identify complex flow dynamics in real time and relate these dynamics to vascular physiology.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».