MétaCan
Menu
Retour à la cohorte
Enregistrement W1978377658 · doi:10.1117/1.2400702

Time-resolved imaging of optical coefficients through murine chest cavities

2006· article· en· W1978377658 sur OpenAlexfundno aff
Mark Niedre, Gordon M. Turner, Vasilis Ntziachristos

Notice bibliographique

RevueJournal of Biomedical Optics · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Cancer InstituteNational Institutes of HealthTerry Fox Foundation
Mots-clésOpticsDiffuse optical imagingOptical imagingTransmission (telecommunications)Photon countingAttenuation coefficientMaterials sciencePhoton diffusionLaserPreclinical imagingOptical phenomenaPhotonDiffusionPhysicsIn vivoTomographyComputer scienceLight source

Résumé

récupéré en direct d'OpenAlex

As small animal optical imaging and tomography are gaining popularity for interrogating functional and molecular events in vivo, it becomes increasingly necessary to gain knowledge of the optical properties of the species investigated to better understand and describe photon propagation through their tissues. To achieve characterization of the spatial variation of average optical properties through murine chest cavities, time- and spatially resolved measurements of femto-second laser pulse transmission are performed through mice using a high-speed gated image intensifier. Application of time-resolved diffusion theory for finite slab geometry is first confirmed on phantoms and then applied to in vivo measurements for spatially resolving and quantifying mouse optical properties. Photon transmission images through mouse chest cavities are further obtained at different time gates to visualize the spatial variation observed and confirm the optical coefficient patterns calculated.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,295
Écart entre enseignants0,285 · 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'étudeExpérimental (laboratoire)
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

Citations48
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207