Endoscopic laser speckle imaging of tissue blood flow: Applications in the human knee
Notice bibliographique
Résumé
This work represents the first clinical data acquired with the endoscopic laser speckle imaging (eLSPI) system, a new diagnostic tool developed for real-time imaging of tissue blood flow during endoscopic surgical procedures. eLSPI was used to image tissue perfusion in the medial compartment of the knee of five patients requiring arthroscopic knee surgery. The effectiveness of eLSPI as a diagnostic tool was tested by measuring changes in tissue perfusion resultant from tourniquet application, and intra-articular epinephrine. eLSPI produced real-time perfusion video images of tissue blood flow in the knee joint. Tourniquet applications produced consistent decreases in mean perfusion index measurements (29.3% +/- 5.1% in meniscus; 39.5% +/- 8.2% in synovium with an intra patient variability of 6%-9%). A dose-dependent vasoconstrictive response to the administration of intra-articular epinephrine was measured, with maximum dose producing a mean decrease in perfusion of 31.0%-9.3% in meniscus and 41.2%-10.9% in synovium. eLSPI consistently detects decreases in articular tissue blood flow resultant from tourniquet inflation or from the administration of increasing concentrations of epinephrine. These are the first in vivo results indicating physiologic changes in articular tissue as a function of two commonly applied practices in endoscopic joint surgery.
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 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 | 0,002 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».