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 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».