Statistical modeling of ultrasound signals related to the packing factor of wave scattering phenomena for structural characterization
Notice bibliographique
Résumé
The two-dimensional homodyned K-distribution has been widely used to model the echo envelope of ultrasound radio frequency (RF) signals in the field of medical ultrasonics. The main contribution of this work is to present a theoretical framework for supporting this model of the echo envelope and statistical models of the RF signals and their Hilbert transform in the case in which the scatterers' positions may be dependent. In doing so, the law of large numbers, Lyapounov's central limit theorem, and the Berry-Esseen theorem are being used. In particular, the proposed theoretical framework supports a previous conjecture relating the scatterer clustering parameter of the homodyned K-distribution to the packing factor W, which is related to the spatial organization of the scatterers, appearing in statistical physics or backscatter coefficient modeling. Simulations showed that the proposed modeling is valid for a number of scatterers and packing factors varying by steps of 2 from 1 to 21 and 1 to 11, respectively. The proposed framework allows, in principle, the detection of the structural information taking place at a scale smaller than the wavelength based solely on the statistical analysis of the RF signals or their echo envelope, although this goal was previously achieved based on the spectral analysis of ultrasound signals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».