Smoothness assessment of corneal stromal surfaces
Notice bibliographique
Résumé
PURPOSE: To assess the accuracy of the scanning electron microscopy (SEM) and present alternative approaches to quantify surface roughness based on numerical analysis. SETTING: Department of Ophthalmology, Maisonneuve-Rosemont Hospital, University of Montreal, Montreal, Quebec, Canada. DESIGN: Experimental study. METHODS: Lamellar stromal cuts were performed on human corneas using a femtosecond laser or a microkeratome. The photodisrupted stromal surfaces were processed for SEM, and images were acquired at ×1000 magnification. First, images were evaluated by independent observers. Second, images were analyzed based on first-order and second-order statistics of gray-level intensities. Third, 3-dimensional (3-D) surface reconstructions were generated from pairs of SEM images acquired at 2 angles. RESULTS: Results show that traditional assessment of roughness based on evaluating SEM images by independent observers can be replaced by computer-image texture analysis; an algorithm was developed to avoid subjective and time-consuming observations. The 3-D reconstructions allowed additional characterization of surface properties that was not possible with SEM images alone. Significant fluctuations in surface height were lost, although they could be retrieved using 3-D reconstructions. CONCLUSIONS: Image texture analysis allowed objective and repeatable assessment of stromal surface roughness; however, full assessments of surface-height fluctuations required 3-D reconstruction. These complementary methodologies offer a more comprehensive assessment of corneal surface roughness in clinical applications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».