High-volume-rate ultrasound 3-D flow imaging with a 2-D spiral array: A simulation study
Notice bibliographique
Résumé
High-volume-rate ultrasound imaging enables the rendering of complex flow dynamics in 3-D; however, high data rates pose significant hurdles towards real-time implementation. A sparsely populated 256-element 2-D spiral array coupled with unfocused transmissions is a potential solution to these challenges. This work analyzes the impact of sparse element distribution on flow velocity estimation with spherical waves (virtual point source 20mm behind the probe) to extend the field of view beyond the array footprint. Field II was used to simulate straight tube flow (6mm-diameter; 45° tilt; 30cm/s plug-flow; Transmission: 7.5 MHz, 3-cycle) to analyze the velocity estimation bias without the influence of surrounding tissue. It was found that the bias at the inlet, mid-section, and outlet were 20.3%, 8.7%, and 4%, respectively; this variation in bias is due to the change in beam-flow angle from 57.8 deg to 34.9 deg. To evaluate the wide-angle and grating-lobe performance of this configuration, the median Doppler power was compared between the center flow region, flow at the extended regions, and the grating lobe region; the relative power to the center flow region was found to be -12.3dB and -19.5dB for extended and grating-lobe regions respectively. These results suggest that the flow estimation region can be extended beyond the array footprint area but extra considerations on the beam-flow angle must be taken, especially in the case of vector flow.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».