Reflection-mode multiple-illumination photoacoustic sensing to estimate optical properties
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: We analyze a reflection-mode multiple-illumination photoacoustic method which allows us to estimate optical scattering properties of turbid media based on fitting light-transport models and explore its limits in optical property estimation and depth-dependent fluence compensation. BACKGROUND: Recent simulation results show significant promise for a technique called multiple-illumination photoacoustic tomography (MI-PAT) to quantitatively reconstruct both absorption and scattering heterogeneities in turbid medium. Prior to experiments, it is essential to develop and analyze a measurement technique and probe capabilities of quantitative measurements that focus on sensing rather than imaging. METHODS: This technique involved translation of a 532 nm pulsed-laser light spot while focusing an ultrasound receiver on a sub-surface optical absorber immersed in a scattering medium at 3, 4 and 5 mm below the surface. Measured photoacoustic amplitudes for media with different reduced scattering coefficients are fitted with a light propagation model to estimate optical properties. RESULTS: When the absorber was located at 5 mm below the membrane in media with a reduced scattering coefficient of 4.4 and 5.5 cm(-1), the true values were predicted with an error of 5.7% and 12.7%, respectively. We observe accuracy and the ability of estimating optical scattering properties decreased with the increased reduced scattering coefficient. Nevertheless, the estimated parameters were sufficient for demonstrating depth-dependent fluence compensation for improved quantitation in photoacoustic imaging.
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.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle