Sci‐PM Fri ‐ 02: Determination of optical properties of tissue <i>in situ</i> using four different frequency domain models
Notice bibliographique
Résumé
The following problem was investigated: implant an intensity modulated light source and two detectors in tissue. From a measurement of the ratio of fluences and relative phase at the two detectors, estimate the absorption (μa) and reduced scattering (μs′) coefficients of the tissue. An initial guess of these quantities is iteratively improved by comparison of forward calculations with measurements. The model used for forward calculation must be fast, yet accurate. Four models were compared on the basis of errors in recovered optical properties: standard diffusion approximation (SDA), single Monte Carlo (SMC), delta‐P1, and isotropic similarity model (ISM). For μs′/μa>10, SDA recovered both coefficients within 5–10%, but for lower μs′/μa the errors were as large as 25%. Although the delta‐P1 model has been found to perform better under some conditions, we found no significant advantage in this application. The ISM was equivalent to SDA for μs′/μa>10 and gave errors in μa less than 7% and μs′ less than 17% for low albedo. The SMC model was the best; both coefficients were recovered to within 10% regardless of the albedo. In order to apply the SMC model, a restricted optical coefficient space must be used in the inverse problem solution.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».