MétaCan
Menu
Retour à la cohorte
Enregistrement W1981765638 · doi:10.1080/10255840601066848

Estimation of cellular fabric in embryonic epithelia

2007· article· en· W1981765638 sur OpenAlexaff
Peter Iles, G. Wayne Brodland, David A. Clausi, Shannon M. Puddister

Notice bibliographique

RevueComputer Methods in Biomechanics & Biomedical Engineering · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Object Detection Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEmbryonic stem cellCell biologyComputer scienceBiologyBiological systemComputational biologyAnatomyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Recent computational and analytical studies have shown that cellular fabric-as embodied by average cell size, aspect ratio and orientation-is a key indicator of the stresses acting in an embryonic epithelium. Cellular fabric in real embryonic tissues could not previously be measured automatically because the cell boundaries tend to be poorly defined, significant lighting and cell pigmentation differences occur and tissues contain a variety of cell geometries. To overcome these difficulties, four algorithms were developed: least squares ellipse fitting (LSEF), area moments (AM), correlation and axes search (CAS) and Gabor filters (GF). The AM method was found to be the most reliable of these methods, giving typical cell size, aspect ratio and orientation errors of 18%, 0.10 and 7.4 degrees, respectively, when evaluated against manually segmented images. The power of the AM algorithm to provide new insights into the mechanics of morphogenesis is demonstrated through a brief investigation of gastrulation, where fabric data suggest that key gastrulation movements are driven by epidermal tensions circumferential to the blastopore.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,302
Écart entre enseignants0,293 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Methods in Biomechanics & Biomedical EngineeringMême sujetImage and Object Detection TechniquesTravaux en français237 207