MétaCan
Menu
Retour à la cohorte
Enregistrement W3080789511 · doi:10.1038/s41378-020-0181-z

Capacitive micromachined ultrasound transducers for intravascular ultrasound imaging

2020· review· en· W3080789511 sur OpenAlexafffund
Jiaqi Wang, Zhou Zheng, Jasmine Chan, John T. W. Yeow

Notice bibliographique

RevueMicrosystems & Nanoengineering · 2020
Typereview
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésCapacitive micromachined ultrasonic transducersTransducerMaterials scienceIntravascular ultrasoundUltrasonic sensorUltrasoundAcousticsPiezoelectricityCapacitive sensingComputer scienceRadiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Intravascular ultrasound (IVUS) is a burgeoning imaging technology that provides vital information for the diagnosis of coronary arterial diseases. A significant constituent that enables the IVUS system to attain high-resolution images is the ultrasound transducer, which acts as both a transmitter that sends acoustic waves and a detector that receives the returning signals. Being the most mature form of ultrasound transducer available in the market, piezoelectric transducers have dominated the field of biomedical imaging. However, there are some drawbacks associated with using the traditional piezoelectric ultrasound transducers such as difficulties in the fabrication of high-density arrays, which would aid in the acceleration of the imaging speed and alleviate motion artifact. The advent of microelectromechanical system (MEMS) technology has brought about the development of micromachined ultrasound transducers that would help to address this issue. Apart from the advantage of being able to be fabricated into arrays with lesser complications, the image quality of IVUS can be further enhanced with the easy integration of micromachined ultrasound transducers with complementary metal-oxide-semiconductor (CMOS). This would aid in the mitigation of parasitic capacitance, thereby improving the signal-to-noise. Currently, there are two commonly investigated micromachined ultrasound transducers, piezoelectric micromachined ultrasound transducers (PMUTs) and capacitive micromachined ultrasound transducers (CMUTs). Currently, PMUTs face a significant challenge where the fabricated PMUTs do not function as per their design. Thus, CMUTs with different array configurations have been developed for IVUS. In this paper, the different ultrasound transducers, including conventional-piezoelectric transducers, PMUTs and CMUTs, are reviewed, and a summary of the recent progress of CMUTs for IVUS is presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrosystems & NanoengineeringMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207