MétaCan
Menu
Retour à la cohorte
Enregistrement W4400287485 · doi:10.1121/10.0026779

Plane wave approaches with dual-frequency arrays for superharmonic contrast imaging

2024· article· en· W4400287485 sur OpenAlexaffabout
Jing Yang, Emmanuel Chérin, Jianhua Yin, Paul A. Dayton, F. Stuart Foster, Christine Démoré

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSubharmonic functionContrast (vision)Dual (grammatical number)AcousticsPhysicsOpticsMathematicsMathematical analysisArt

Résumé

récupéré en direct d'OpenAlex

Superharmonic imaging (SpHI) using dual-frequency probes enables high-contrast microvasculature imaging by taking advantage of higher order harmonics of the broadband nonlinear response from microbubble (MB) contrast agents. We previously introduced a DF probe with a low-frequency (LF, 2 MHz; 32 elements) array behind a high-frequency (HF, 21 MHz; 256 elements) array and demonstrated SpHI with conventional walking-aperture approaches which limit acquisition rates. In this work, ultrafast imaging is investigated to overcome this challenge. We demonstrate SpHI with plane waves and coherent compounding in vitro and in vivo while evaluating acquisition frame rates. LF plane waves were implemented on VevoF2 systems (FUJIFILM Visualsonics, Toronto) with beam steering enabled by element-specific delays (9 angles between ±10°, step: 2.5°). All SpHI images showed almost complete suppression of tissue clutter to the background noise level. A 2.5 dB contrast improvement was found in vitro with coherent compounding . Tumor perfusion and fine vascular structures were visualized in vivo. SpHI acquisition frame rate reached 3.5 kHz at 0° and 396 Hz with 9 angles, ∼40 times that of walking-aperture approaches. These results demonstrate plane wave imaging approaches can increase SpHI frame rates while maintaining a high image contrast for visualizing vasculature, enabling SpHI for fast flow 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,207
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207