The Application of an Iterative Structure to the Delay-and-Sum and the Delay-Multiply-and-Sum Beamformers in Breast Microwave Imaging
Notice bibliographique
Résumé
Breast microwave imaging (BMI) is a potential breast cancer screening method. This manuscript presents a novel iterative delay-and-sum (DAS) based reconstruction algorithm for BMI. This iterative-DAS (itDAS) algorithm uses a forward radar model to iteratively update an image estimate. A variation of the itDAS reconstruction algorithm that uses the delay-multiply-and-sum (DMAS) beamformer was also implemented (the itDMAS algorithm). Both algorithms were used to reconstruct images from experimental scans of an array of 3D-printed MRI-based breast phantoms performed with a clinical BMI system. The signal-to-clutter ratio (SCR) and signal-to-mean ratio (SMR) were used to compare the performance of the itDAS and itDMAS methods to the DAS and DMAS beamformers. While no significant difference between the itDAS and itDMAS methods was observed in most images, the itDAS algorithm produced reconstructions that had significantly higher SMR than the non-iterative methods, increasing contrast by as much as 19 dB over DAS and 13 dB over DMAS. The itDAS algorithm also increased the SCR of reconstructions by up to 5 dB over DAS and 4 dB over DMAS, indicating that both high-intensity and background clutter are reduced in images reconstructed by the itDAS algorithm.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».