MétaCan
Menu
Retour à la cohorte
Enregistrement W4310584371 · doi:10.1109/ius54386.2022.9958236

In Vivo Super Resolution Ultrasound Imaging using the Erythrocytes - SURE

2022· article· en· W4310584371 sur OpenAlexaff
Jørgen Arendt Jensen, Mikkel Schou, S. B. Andersen, Borislav Gueorguiev Tomov, Stinne Byrholdt Søgaard, Charlotte Mehlin Sørensen, Michael Bachmann Nielsen, Carsten Gundlach, Hans Martin Kjer, Anders Bjorholm Dahl, Matthias Bo Stuart

Notice bibliographique

Revue2022 IEEE International Ultrasonics Symposium (IUS) · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensCompute Canada
Organismes subventionnairesH2020 European Research Council
Mots-clésIn vivoUltrasoundResolution (logic)Ultrasonic imagingUltrasound imagingComputer scienceImage resolutionPreclinical imagingSuperresolutionBiomedical engineeringComputer visionArtificial intelligenceRadiologyMedicineImage (mathematics)Biology

Résumé

récupéré en direct d'OpenAlex

Current super resolution imaging is conducted using ultrasound contrast agents, where a sparse distribution of bubbles must be employed to separate individual targets. The sparse targets make the acquisition time long in the range of 1 to 10 minutes, and therefore demands an accurate motion correction over a long time. The employment of a contrast agent also lowers MI to below 0.2 to not disrupt the bubbles, with a corresponding lower signal-to-noise ratio in the images. A new method, SURE (SUper Resolution ultrasound imaging using Erythrocytes), where erythrocytes are used as targets, is suggested to alleviate these problems. Perfused tissues contain an abundance of targets, and the full clinical pressure range can be used. It is hypothesized that super resolution imaging below the diffraction limit can be attained in seconds using SURE imaging. A SURE processing pipeline was developed with modules for beamforming, tissue motion estimation, alignment, singular value decomposition for echo canceling, and subsequent peak detection in the speckle pattern. The detected peaks were summed in a high-resolution image for yielding the SURE image. Data were acquired using a 10 MHz linear array GE L10-18i probe (150 µm wavelength) and a Verasonics Vantage 256 scanner. A synthetic aperture scan sequence with 12 emissions was employed at a pulse repetition frequency of 5 kHz for a 417 Hz frame rate. Kidneys of Sprague-Dawley rats were scanned for 24 seconds and RF data stored for off-line processing. The excised kidneys were micro-CT scanned for 11 hours for generating reference maps of the vasculature with a voxel size of 21 µm. SURE images revealed vessels with sizes down to 50 µm. Fourier ring correlations between independent images measured for 12 s revealed a resolution between 25 to 49 µm, demonstrating the super resolution capability of the method. The SURE images are obtained in 1 to 12 seconds, demand no injection of intravenous contrast agents, and can use the full pressure and intensity range allowed in medical ultrasound, making the method easily adaptable to clinical use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,802
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,271
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Ultrasonics Symposium (IUS)Même sujetUltrasound Imaging and ElastographyTravaux en français237 207