MétaCan
Menu
Retour à la cohorte
Enregistrement W1970011578 · doi:10.1364/oe.18.023435

Longitudinal study of retinal degeneration in a rat using spectral domain optical coherence tomography

2010· article· en· W1970011578 sur OpenAlexafffund
Marinko V. Šarunic, Azadeh Yazdanpanah, Eli Gibson, Jing Xu, Yujing Bai, Sieun Lee, H. Uri Saragovi, Mirza Faisal Beg

Notice bibliographique

RevueOptics Express · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensMcGill UniversityJewish General HospitalSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésRetinaOptical coherence tomographyRetinalRetinal degenerationOptic nerveOphthalmologyComputer scienceOpticsBiomedical engineeringMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

Rodent models of retinal degenerative diseases are used by vision scientists to develop therapies and to understand mechanisms of disease progression. Measurement of changes to the thickness of the various retinal layers provides an objective metric to evaluate the performance of the therapy. Because invasive histology is terminal and provides only a single data point, non-invasive imaging modalities are required to better study progression, and to reduce the number of animals used in research. Optical Coherence Tomography (OCT) has emerged as a dominant imaging modality for human ophthalmic imaging, but has only recently gained significant attention for rodent retinal imaging. OCT provides cross section images of retina with micron-scale resolution which permits measurement of the retinal layer thickness. However, in order to be useful to vision scientists, a significant fraction of the retinal surface needs to be measured. In addition, because the retinal thickness normally varies as a function of distance from optic nerve head, it is critical to sample all regions of the retina in a systematic fashion. We present a longitudinal study of OCT to measure retinal degeneration in rats which have undergone optic nerve axotomy, a well characterized form of rapid retinal degeneration. Volumetric images of the retina acquired with OCT in a time course study were segmented in 2D using a semi-automatic segmentation algorithm. Then, using a 3D algorithm, thickness measurements were quantified across the surface of the retina for all volume segmentations. The resulting maps of the changes to retinal thickness over time represent the progression of degeneration across the surface of the retina during injury. The computational tools complement OCT retinal volumetric acquisition, resulting in a powerful tool for vision scientists working with rodents.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,267
Écart entre enseignants0,245 · 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'étudeObservationnel
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

Citations25
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207