SOUND-SPEED AND ATTENUATION IMAGING OF BREAST TISSUE USING WAVEFORM TOMOGRAPHY OF TRANSMISSION ULTRASOUND DATA
Notice bibliographique
Résumé
Waveform tomography results are presented from 800 kHz ultrasound transmission scans of a breast phantom, and from an in vivo ultrasound breast scan: significant improvements are demonstrated in resolution over time-of-flight reconstructions. Quantitative reconstructions of both sound-speed and inelastic attenuation are recovered. The data were acquired in the Computed Ultrasound Risk Evaluation (CURE) system, comprising a 20 cm diameter solid-state ultrasound ring array with 256 active, non-beamforming transducers. Waveform tomography is capable of resolving variations in acoustic properties at sub-wavelength scales. This was verified through comparison of the breast phantom reconstructions with x-ray CT results: the final images resolve variations in sound speed with a spatial resolution close to 2 mm. Waveform tomography overcomes the resolution limit of time-of-flight methods caused by finite frequency (diffraction) effects. The method is a combination of time-of-flight tomography, and 2-D acoustic waveform inversion of the transmission arrivals in ultrasonic data. For selected frequency components of the waveforms, a finite-difference simulation of the visco-acoustic wave equation is used to compute synthetic data in the current model, and the data residuals are formed by subtraction. The residuals are used in an iterative, gradient-based scheme to update the sound-speed and attenuation model to produce a reduced misfit to the data. Computational efficiency is achieved through the use of time-reversal of the data residuals to construct the model updates. Lower frequencies are used first, to establish the long wavelength components of the image, and higher frequencies are introduced later to provide increased resolution.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».