MétaCan
Menu
Retour à la cohorte
Enregistrement W1993657324 · doi:10.1117/12.2004274

Photoacoustic and ultrasonic signatures of early bone density variations

2013· article· en· W1993657324 sur OpenAlexafffund
Bahman Lashkari, Andreas Mandelis

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2013
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesKillam TrustsCanada Council for the Arts
Mots-clésDemineralizationMaterials scienceUltrasonic sensorTransducerCortical boneSIGNAL (programming language)UltrasoundFrequency modulationTime domainOpticsBone densityAcousticsBiomedical engineeringOsteoporosisRadio frequencyPhysicsComputer scienceComposite materialAnatomy

Résumé

récupéré en direct d'OpenAlex

This study examines the application of backscattered ultrasound (US) and photoacoustics (PA) for assessment of bone structure and density variations. Both methods are applied in the frequency-domain, employing linear frequency modulation chirps. An 800-nm CW laser and a 3.5-MHz ultrasonic transducer are used for transmitting the signal. The backscattered pressure waves are detected with a 2.2-MHz US transducer. Experiments are focused on detection and evaluation of PA and US signals from in-vitro animal and human bones with cortical and trabecular sublayers. Osteoporotic changes in the bone are simulated by using a very mild demineralization solution (EDTA). Changes in the time-domain signal as well as integrated backscattering spectra are compared for each sample before and after demineralization. Results show the ability of US to generate detectable signals from deeper bone sublayers, whereas the PA signals show higher sensitivity to the variation in bone density. While US signal variation with changes in the cortical layer is insignificant, PA has proven to be able to detect minor variation of the cortical bone density.

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 seuil0,003

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,191 · 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

Citations2
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207