Self-calibrated algorithms for diffuse optical tomography and bioluminescence tomography using relative transmission images
Notice bibliographique
Résumé
Reconstruction algorithms for diffuse optical tomography (DOT) and bioluminescence tomography (BLT) have been developed based on diffusion theory. The algorithms numerically solve the diffusion equation using the finite element method. The direct measurements of the uncalibrated light fluence rates by a camera are used for the reconstructions. The DOT is self-calibrated by using all possible pairs of transmission images obtained with external sources along with the relative values of the simulated data and the calculated Jacobian. The reconstruction is done in the relative domain with the cancelation of any geometrical or optical factors. The transmission measurements for the DOT are used for calibrating the bioluminescence measurements at each wavelength and then a normalized system of equations is built up which is self-calibrated for the BLT. The algorithms have been applied to a three dimensional model of the mouse (MOBY) segmented into tissue regions which are assumed to have uniform optical properties. The DOT uses the direct method for calculating the Jacobian. The BLT uses a reduced space of eigenvectors of the Green's function with iterative shrinking of the permissible source region. The reconstruction results of the DOT and BLT algorithms show good agreement with the actual values when using either absolute or relative data. Even a small calibration error causes significant degradation of the reconstructions based on absolute data.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».