<title>Optical imaging of objects within highly scattering media using silicon-micromachined collimating arrays</title>
Notice bibliographique
Résumé
Optical imaging of objects within highly scattering media requires the detection of ballistic/quasiballistic photons through these media. Recent works have used Phase/Coherence Domain or Time Domain Tomography (femtosecond pulses) to detect the shortest path photons through scattering media. Our collimation detection uses Small Acceptance Angle Devices to extract photons emitted within a small source angle. This work employs a high aspect, micromachined collimating detector array fabricated by high-resolution silicon surface micromachining. Consider a linear collimating array of very high aspect ratio (200:1) containing 51x1000 micrometers etched channels with 102 micrometers spacing over a 10 mm silicon width. With precise array alignment to a laser source, unscattered light passes directly through the channels to the CCD detector and the channel walls absorb the scattered light at angles >0.29 degree(s) Objects within a scattering medium were scanned quickly with a computer-controlled Z-axis table. High-resolution images of 100 micrometers wide lines and spaces were detected at scattered-to-ballistic ratios of 500,000:1. At >5,000,000:1 ratios, a uniform background of scattered illumination degrades the image contrast unless recovered by background subtraction. Simulations suggest smaller channels and longer arrays could enhance detection by factors greater than 100. Detection using Silicon Micromachined Collimating Arrays are also nearly wavelength independent.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,011 | 0,003 |
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 ».