MétaCan
Menu
Retour à la cohorte
Enregistrement W2020202821 · doi:10.1364/boe.5.002488

Photothermal tomography for the functional and structural evaluation, and early mineral loss monitoring in bones

2014· article· en· W2020202821 sur OpenAlexafffund
Sreekumar Kaiplavil, Andreas Mandelis, Xueding Wang, Ting Feng

Notice bibliographique

RevueBiomedical Optics Express · 2014
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNanjing UniversityKillam TrustsOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésOptical coherence tomographyPhotothermal therapyMaterials scienceOpticsBiomedical engineeringTomographyMicroscopyOptical tomographyMedicineNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

Salient features of a new non-ionizing bone diagnostics technique, truncated-correlation photothermal coherence tomography (TC-PCT), exhibiting optical-grade contrast and capable of resolving the trabecular network in three dimensions through the cortical region with and without a soft-tissue overlayer are presented. The absolute nature and early demineralization-detection capability of a marker called thermal wave occupation index, estimated using the proposed modality, have been established. Selective imaging of regions of a specific mineral density range has been demonstrated in a mouse femur. The method is maximum-permissible-exposure compatible. In a matrix of bone and soft-tissue a depth range of ~3.8 mm has been achieved, which can be increased through instrumental and modulation waveform optimization. Furthermore, photoacoustic microscopy, a comparable modality with TC-PCT, has been used to resolve the trabecular structure and for comparison with the photothermal tomography.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations35
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207