Fast Orthogonal Row–Column Electronic Scanning Experiments and Comparisons
Notice bibliographique
Résumé
Three-dimensional ultrasound imaging presents technical challenges of addressing large numbers of elements in 2D array transducers. Top-Orthogonal to Bottom Electrode (TOBE) 2D transducer arrays can simplify addressing but typical imaging methods with such arrays enable only one-way focusing in azimuth and elevation. Here experimental results are reported for the Fast Orthogonal Row-Column Electronic Scanning (FORCES) imaging scheme implemented on a 64 ×64 element bias-sensitive electrostrictive relaxor TOBE array. The FORCES imaging scheme involves transmitting along rows to form an elevational transmit focus, while biasing columns with bias patterns selected from a Hadamard matrix. Channel data from columns is received and decoded for synthetic aperture beamforming in azimuth. This scheme offers two-way azimuthal focusing. Volumetric imaging experiments were conducted using wire phantoms as well as on rat hearts using two different TOBE imaging schemes: Scheme 1 (transmit focusing in elevation and receive focusing in azimuth) and FORCES. Wire phantom experiments at a depth of 2 cm showed an azimuthal resolution of 0.42 mm and 0.31 mm with Scheme 1 and FORCES, respectively. We also compared the elevational imaging performance of these imaging schemes with a mechanically scanned linear array. The FORCES imaging displayed an elevational resolution of 0.46 mm at a depth of 2 cm and the linear array an elevational resolution of 0.72 cm. The novel TOBE array architecture and FORCES imaging scheme thus enable high-quality 3D ultrasound imaging using only row-column addressing and bias control, and may prove an enabling technology for many future 3D imaging platforms.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».