Lock-in Demodulation of Pulsed Ultrasonic Signals in High Noise Environments
Notice bibliographique
Résumé
Acoustoelectric tomography (AET) maps tissue conductivity by locally modulating its electrical impedance with an ultrasonic wave in the presence of an electric field. The resulting nanoVolt-level, periodic pulsed signals are often buried in extreme noise levels, making traditional filtering and demodulation methods ineffective. This paper examines the feasibility and limitations of using lock-in demodulation to detect these signals in environments with low signal-to-noise ratios (SNR). While lock-in demodulation is traditionally designed to operate on continuous sinusoidal waveforms, its application and effectiveness to demodulate short and exponentially decaying pulsed signals has not been previously investigated. The paper presents a discrete model of a lock-in demodulation scheme and verifies it experimentally with ultrasound pulses measured in a phantom tissue and fed to a commercially available lock-in amplifier. The model is then used in a series of simulations to investigate the influence of model and signal parameters, such as filter order, cut-off frequency, pulse width, and SNR, on the demodulation scheme’s output. The results indicate that wider wavelets and higher-order filters with a narrow band allow for better noise rejection. The results can guide the design and use of lock-in demodulation schemes for pulsed ultrasonic signals and ultimately offer a more robust alternative to traditional demodulation methods used in AET.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 tête enseignante, 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 ».