Integrating photoacoustic tomography into a multimodal automated breast ultrasound scanner
Notice bibliographique
Résumé
SIGNIFICANCE: Photoacoustic tomography (PAT) is a promising emergent modality for the screening and staging of breast cancer. To minimize barriers to clinical translation, it is common to develop PAT systems based upon existing ultrasound hardware, which can entail significant design challenges in terms of light delivery. This often results in inherently non-uniform fluence within the tissue and should be accounted for during image reconstruction. AIM: We aim to integrate PAT into an automated breast ultrasound scanner with minimal change to the existing system. APPROACH: We designed and implemented an illuminator that directs spatially non-uniform light to the tissue near the acquisition plane of the imaging array. We developed a graphics processing unit-accelerated reconstruction method, which accounts for this illumination geometry by modeling the structure of the light in the sample. We quantified the performance of this system using a custom, modular photoacoustic phantom and graphite rods embedded in chicken breast tissue. RESULTS: Our illuminator provides a fluence of 2.5 mJ cm - 2 at the tissue surface, which was sufficient to attain a signal-to-noise ratio (SNR) of 8 dB at 2 cm in chicken breast tissue and image 0.25-mm features at depths of up to 3 cm in a medium with moderate optical scattering. Our reconstruction scheme is 200 × faster than a CPU implementation; it provides a 25% increase in SNR at 2 cm in chicken breast tissue and lowers image error by an average of 31% at imaging depths >1.5 cm compared with a method that does not account for the inhomogeneity of the illumination or the transducer directivity. CONCLUSIONS: A fan-shaped illumination geometry is feasible for PAT; however, it is important to account for non-uniform fluence in illumination scenarios such as this. Future work will focus on increasing fluence and further optimizing the ultrasound hardware to improve SNR and overall image quality.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».