TOBE-Costas Arrays for Fast High-Resolution 3-D Power Doppler Imaging
Notice bibliographique
Résumé
Two-dimensional sparse arrays and row-column arrays are both alternatives to 2-D fully addressed arrays with lower channel counts. Row-column arrays have recently demonstrated fast 3-D structural and flow imaging but commonly suffer from high grating lobes or require multiplexing to achieve better quality. Two-dimensional sparse arrays enable full-volume acquisitions for each transmit event, but plane-wave transmissions with them usually lack quality in terms of uniformity of wavefronts. Here, we propose a novel architecture that combines both types of these arrays in one aperture, enabling imaging using row-column or sparse arrays alone or a hybrid imaging scheme where the row-column array is used in transmission and a 2-D sparse array in reception. This hybrid imaging scheme can potentially solve the shortcomings of each of these approaches. The sparse array layout chosen is a Costas array, characterized by having only one element per row and column, facilitating its integration with row-column arrays. We simulate images acquired with TOBE-Costas arrays using the hybrid imaging scheme and compare them to row-column and sparse spiral arrays of equivalent aperture size (128λ × 128λ at 7.5 MHz) in ultrafast plane-wave imaging of point targets and 3-D power Doppler imaging of synthetic flow phantoms. Our simulation results show that TOBE-Costas arrays exhibit superior resolution and lower sidelobe levels compared with plane-wave compounding with row-column arrays. Compared with density-tapered spiral arrays, they provide a larger field of view and finer 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».