Numerical and experimental investigation of impacts of nonlinear scattering encapsulated microbubbles on Nakagami distribution
Notice bibliographique
Résumé
PURPOSE: The Nakagami statistical model and Nakagami shape parameter m have been widely used in linear tissue characterization and preliminarily characterized the envelope distributions of nonlinear encapsulated microbubbles (EMBs). However, the Nakagami distribution of nonlinear scattering EMBs lacked a systematical investigation. Thus, this study aimed to investigate the Nakagami distribution of EMBs and illustrate the impact of EMBs' nonlinearity on the Nakagami model. METHOD: A group of simulated EMB phantoms and in vitro EMB dilutions with an increasing concentration distribution under various EMB nonlinearities, as regulated by acoustic parameters, were characterized by using the window-modulated compounding Greenwood-Durand estimator. RESULTS: Raw envelope histograms of simulated and in vitro EMBs were well matched with the Nakagami distribution with a high correlation coefficient of 0.965 ± 0.021 (P < 0.005). The mean values and gradients of m parameters of simulated and in vitro EMBs were smaller than those of linear scatterers due to the stronger nonlinearity. These m values exhibited a quasi-linear improvement with the increase in second harmonic nonlinear-to-linear component ratio regulated by pulse lengths and excitation frequencies at low- and high-concentration conditions. CONCLUSIONS: The Nakagami distribution was suitable for the EMBs characterization but the corresponding m parameter was affected by the EMBs' nonlinearity. These validations provided support and nonlinear impact assessment for the EMBs' characterization using the Nakagami statistical model in the future.
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) | 0,000 | 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 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 ».