Experimental and numerical comparison of multiple passive beamformers for separating intra- and extra-canal cavitation activity during transvertebral spinal cord therapy
Notice bibliographique
Résumé
Distinguishing intra-canal cavitation activity during transvertebral focused ultrasound sonication of the spinal cord is a challenge due to the strong prefocal cavitation emissions in the spinalis musculature overwhelming emissions originating in the canal. To achieve mapping of all cavitation sources simultaneously, two methods for enhancing detection sensitivity are investigated: (1) multiple dynamic ranges within a reconstructed volume and (2) utilizing alternative beamformers to delay-and-sum (DAS) during map reconstruction. The performance of DAS beamforming is compared to a delay-multiply and-sum beamformer (DMAS), with and without a paired multiplicative compounding method (pDMAS). Experiments and simulations were performed on a 128-element, dual-aperture transvertebral array, through stacks of ex vivo human vertebra. Numerically and experimentally obtained point spread functions were compared in 3D, producing voxel-wise cross correlation values of 0.84, 0.89, 0.97 (N = 1) for the beamformers listed above, respectively, in water. Experimental, transvertebral localizations of canal sources in isolation produced localization error of 2.8 ± 1.2, 2.9 ± 1.4, 2.7 ± 1.3 mm for a single vertebral target (N = 30 sonications), respectively. A large numerical data set investigating the prefocal cavitation problem (N > 160) is presented and compared with (N = 9) experimental data demonstrating enhancement of intracanal sensitivity in cavitation maps.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».