MétaCan
Menu
← Retour à la cohorte
Enregistrement W3210718733 · doi:10.32920/ryerson.14651565.v1

Ultrasound detection using optical interferometry

2021· preprint· en· W3210718733 sur OpenAlexaff
Nusrat Jahan Surovy

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFabry–Pérot interferometerUltrasoundMaterials scienceFinesseOpticsInterferometryTransducerSIGNAL (programming language)PiezoelectricityUltrasonic sensorWavelengthAcousticsOptoelectronicsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Ultrasound imaging is a widely used noninvasive imaging technique for biomedical and other applications. Piezoelectric devices are commonly used for the generation and detection of ultrasound in these applications. However, implementation of two-dimensional arrays of piezoelectric transducers for 3D ultrasound imaging is complex and expensive. Optical Fabry-Perot interferometry is an attractive alternative to the piezoelectric devices for detection of ultrasound. In this method a thin film etalon is constructed and used. Light reflected from the two surfaces of this thin film produces an intensity which depends on the film thickness. When ultrasound is incident on the film, it changes the thickness of the film and consequently modulates the light intensity on the film. In our work, we made two types of etalon (Finesse 2) for our experiment. We detected lower frequency ultrasound (0.5 MHz or 1 MHz) using the build etalon. We determined a linear relationship between the strength of the optical signals and the exerted pressure on a film by the ultrasound. The dependence of the etalon performance on the light wavelength was demonstrated indirectly by measuring the signal at various light incidence angle. Simulation results are also presented. Lastly, we proposed the optimum design of this detection system based on the simulation results. This method of ultrasound detection can be a potential low-cost approach for 3D ultrasound imaging.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,254
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Fiber Optic Sensors→Travaux en français237 207→