MétaCan
Menu
Retour à la cohorte
Enregistrement W1997007505 · doi:10.1117/1.jbo.19.9.090901

Multiphoton microscopy in defining liver function

2014· review· en· W1997007505 sur OpenAlexaff
Camilla A. Thorling, Dorothy H. Crawford, Frank J. Burczynski, Xin Liu, Ian Liau, Michael S. Roberts

Notice bibliographique

RevueJournal of Biomedical Optics · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésAutofluorescenceMicroscopyFluorescence microscopeMultiphoton fluorescence microscopeTwo-photon excitation microscopyFluorescence-lifetime imaging microscopyFluorescenceBiophysicsPathologyChemistryIn vivoMedicineBiologyOptics

Résumé

récupéré en direct d'OpenAlex

Multiphoton microscopy is the preferred method when in vivo deep-tissue imaging is required. This review presents the application of multiphoton microscopy in defining liver function. In particular, multiphoton microscopy is useful in imaging intracellular events, such as mitochondrial depolarization and cellular metabolism in terms of NAD(P)H changes with fluorescence lifetime imaging microscopy. The morphology of hepatocytes can be visualized without exogenously administered fluorescent dyes by utilizing their autofluorescence and second harmonic generation signal of collagen, which is useful in diagnosing liver disease. More specific imaging, such as studying drug transport in normal and diseased livers are achievable, but require exogenously administered fluorescent dyes. If these techniques can be translated into clinical use to assess liver function, it would greatly improve early diagnosis of organ viability, fibrosis, and cancer.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,015
Tête enseignante GPT0,343
Écart entre enseignants0,328 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207