<title>Skin hydration imaging using a long-wavelength near-infrared digital camera</title>
Notice bibliographique
Résumé
Skin hydration is a key factor in skin health. Hydration measurements can provide diagnostic information on the condition of skin and can indicate the integrity of the skin barrier function. Near-infrared spectroscopy measures the water content of living tissue by its effect on tissue reflectance at a particular wavelength. Imaging has the important advantage of showing the degree of hydration as a function of location. Short-wavelength (650-1050 nm) near infrared spectroscopic reflectance imaging has previously been used in-vivo to determine the relative water content of skin under carefully controlled laboratory conditions. We have recently developed a novel spectroscopic imaging system to acquire image sets in the long-wavelength region of the near infrared (960 to 1700 nm), where the water absorption bands are more intense. The LW-NIR systems uses a liquid- crystal tunable filter in front of the objective lens and incorporates a 12-bit digital camera with a 320-by-240-pixel indium-gallium arsenide array sensor. Custom software controls the camera and tunable filter, allowing image sets to be acquired and displayed in near-real time. Forearm skin hydration was measured in a clinical context using the long- wavelength imaging system, a short-wavelength imaging system, and non-imaging instrumentation. Among these, the LW-NIR system appears to be the most sensitive at measuring dehydration of skin.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,145 | 0,054 |
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 source (Gemma direct ou Codex distillé), 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 ».