MétaCan
Menu
Retour à la cohorte
Enregistrement W2021655956 · doi:10.1364/ol.39.002097

Diffuse photon density wavefront speed as a contrast for tomographic imaging of heterogeneous diffusive media

2014· article· en· W2021655956 sur OpenAlexaff
Julien Pichette, Simon Boucher, George Bouza Domínguez, Yves Bérubé-Lauzière

Notice bibliographique

RevueOptics Letters · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésWavefrontInverse problemOpticsContrast (vision)Tomographic reconstructionDiffuse optical imagingPhotonPhysicsTomographyInverseIterative reconstructionPhoton countingAlgorithmComputer scienceMathematicsMathematical analysisComputer visionGeometry

Résumé

récupéré en direct d'OpenAlex

An imaging algorithm is implemented for tomographically reconstructing contrast maps of the space variant speed of diffuse photon density wavefronts (DPDWFs) propagating in biological tissue-like diffusing media. This speed serves as a novel contrast not previously exploited in the literature. The algorithm employs early photon arrival times (EPATs) extracted from a set of time domain measurements. A relationship between EPATs and the speed of DPDWFs is exploited as the forward model. The forward model and its use in an inverse problem are supported by experimental results. These are carried out for 3D media with tissue-like optical properties. The resulting inverse problem is formulated as a set of algebraic equations and solved within a constrained linear least squares framework. The results indicate that the algorithm provides tomographic information on heterogeneities locations and distributions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,043
Score d'incertitude au seuil0,810

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,258
Écart entre enseignants0,250 · 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 tête enseignante, 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207