Angular spatial compounding of diffraction corrected images improves ultrasound attenuation measurements
Notice bibliographique
Résumé
Breast cancer is a leading cause of death for women. Quantitative ultrasound (QUS) and ultrasound computed tomography (USCT) are quantitative imaging techniques that have been investigated for management of breast cancer. QUS and USCT can generate ultrasound attenuation images. In QUS, the spectral log difference (SLD) is a technique that can provide estimates of the attenuation coefficient slope. Full angular spatial compounding (FASC) can be used with SLD to generate attenuation maps with better spatial resolution and lower estimate variance. In USCT, high quality speed of sound (SOS) images can be generated using full wave inversion (FWI) method, but attenuation images created using FWI are often of inferior quality. With the QTI Breast Acoustic CTTM Scanner (QT Imaging, Inc., Novato, CA), raw in-phase and quadrature data were used to implement SLD combined with FASC. The capabilities of SLD were compared with FWI through simulations, phantom experiments, and in vivo breast experiments. Results show the SLD resulted in improved accuracy in estimating lesion sizes compared to FWI. Further, SLD images had lower variance and mean absolute error (MAE) compared to FWI of the same samples with respect to the attenuation values (reducing MAE by three times) in the tissue mimicking phantoms.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».