MétaCan
Menu
Retour à la cohorte
Enregistrement W1988390539 · doi:10.1117/12.839791

Extracting information from optical coherence tomography images of tissues: signal attenuation and fractal analysis of speckle pattern

2010· article· en· W1988390539 sur OpenAlexaff
Dan P. Popescu, Costel Flueraru, Youxin Mao, Shoude Chang, Michael G. Sowa

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Imaging and Analysis
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAttenuationFractalOptical coherence tomographyFractal dimensionFractal analysisSpeckle patternAttenuation coefficientSIGNAL (programming language)Box countingSpeckle noiseCoronary arteriesTomographyArtificial intelligencePattern recognition (psychology)Biomedical engineeringMathematicsOpticsPhysicsComputer scienceMathematical analysisArteryMedicine

Résumé

récupéré en direct d'OpenAlex

Two methods for analyzing OCT images of arterial tissues are tested. These methods are applied toward two types of samples: segments of arteries collected from atherosclerosis-prone Watanabe heritable hyper-lipidemic rabbits and pieces of porcine left descending coronary arteries without atherosclerosis. The first method is based on finding the attenuation coefficients for the OCT signal that propagates through various regions of the tissue. The second method involves calculating the fractal dimensions of the OCT signal textures in the regions of interest identified within the acquired images. A box-counting algorithm is used for calculating the fractal dimensions. Both parameters, the attenuation coefficient as well as the fractal dimension correlate very well with the anatomical features of both types of samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,212
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,244
Écart entre enseignants0,236 · 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 tête enseignante, 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetRetinal Imaging and AnalysisTravaux en français237 207