Optimization strategies and neighbor pair complementary codes for massively parallel focal zone ultrafast ultrasound
Notice bibliographique
Résumé
Plane wave methods for ultrafast ultrasound imaging suffer from a low signal to noise ratio (SNR) and a limited field of view at greater imaging depths. Imaging using multiple focused coded beams in parallel is one strategy for high speed imaging that may improve on these limitations. However, the SNR and resolution of this strategy are degraded by the interference between the beams transmitted in parallel. We aim to reduce this interference while retaining acceptable axial resolution by careful design of the coded beams. To ensure good axial resolution and to increase flexibility of code design, we use two transmit events to form each set of lines in the image. This implies an increase in imaging speed of approximately K=2, where K is the number of beams fired in parallel. To decode channel data we use a matched filter, summing cross-correlation results over each pair of transmit events. As a result, the interference between two beams fired in parallel is dictated by the magnitude of the sum of cross-correlations between parallel beam encoding patterns. We have constructed a metric based on this idea, and optimized coded beams for this metric using the sequential quadratic programming capabilities of MATLAB's nonlinear optimization toolbox. Using our optimization framework, we have generated codes that allow for very low interference between two simultaneously transmitted parallel beams. Our optimization framework also enables generation of lowerinterference codes for many simultaneous parallel focal zones, compared to randomly selected codes. In simulation, we found that using optimized codes reduces the clutter associated with parallel transmission, and that the optimized coded imaging strategy is capable of generating images with higher contrast than those acquired at the same frame rate by plane wave 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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».