由该校副教授WilliamF.Walker领导的小组采用InteractiveSupercomputing公司的Star-P软件后，研究出一种先进的波束形成算法，他们将这种算法称为Time-domainOptimizedNear-fieldEstimator(TONE)。采用这种算法显著提高了超声图像的组织对比度和分辨率。

    该院院长JamesH.Aylor称这一技术算法的应用潜力非常广泛，还能够在射频天文学及测绘学等领域应用。

    传统的波束形成算法在超声扫描仪上应用了快半个世纪了，由于非轴位信号的干扰，超声图像模糊，所谓非轴位信号，即超声检查时人体器官或组织的无关部位产生的声波反射。而TONE算法减少了这种无关信号，使图像分辨率得到提高，但是，这项技术需要有强大的计算能力的支持。该小组的这项研究采用了IBM公司的Linux计算机集群。

    超声扫描仪的分辨率一般在200~300微米，据称，采用Star-P后，在该校的超级计算集群上，生成的超声图像分辨率达到67微米。

    已有越来越多的生命科学公司采用Star-P来提高研究效率和克服计算处理能力的不足，如生物模型研究上，基因组公共数据库的挖掘，MRI图像数据库的分析等。

    这项研究将发表在近期IEEETransactionsonMedicalImaging杂志上。