The Use of Metasurfaces to Enhance Microwave Imaging: Experimental Validation for Tomographic and Radar-Based Algorithms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Over the last two decades, metamaterials (MMs) and metasurfaces (MTSs) have been used to fabricate innovative antenna designs, offering cost-effective solutions compared to conventional radiating systems. This paper investigates the feasibility of combining MM design concepts and imaging techniques to create innovative microwave imaging systems. In particular, we present an experimental study with the aim of enhancing microwave imaging for haemorrhagic stroke detection using a new MTS design. First, we show the improvement in performance for a stand-alone MTS-loaded antenna, by studying its operating characteristics in the near and far fields. Then, we assess the performance of the MTS on the reconstruction results from simulations and measurements on two tissue-mimicking gel-based brain phantoms with a cylindrical target representing the bleeding in haemorrhagic stroke. The brain phantom was immersed inside an imaging tank filled with 90% glycerol matching liquid. To perform the image reconstructions, we used both a Huygens based radar algorithm and a DBIM-TwIST tomography algorithm. Our simulation and measurement results indicate that the proposed MTS design improves target localization and decreases image artefacts for the tomographic algorithm and enables target’s detection through our radar technique, paving the way for a hybrid microwave imaging prototype with MTS enhanced antennas.
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.
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 découle