Angular domain imaging of phantom objects within highly scattering mediums
Notice bibliographique
Résumé
Most optical tomography work within highly scattering media has employed coherence domain and time domain methodologies, both detecting the shortest path photons over the dominant randomly scattered background. Angular domain imaging instead uses micromachined collimators to observe only those photons within a small angle of the aligned laser light source, which simulations show are the shortest path photons, while rejecting heavily scattered light. These angular filters consist of micromachined silicon collimator channels 51 micron wide by 10 mm or 20 mm long on 102 micron spacing giving acceptance angles of 0.29 to 0.15 degrees on a CCD detector. Phantom test objects were observed in mediums ranging from 1 to 5 cm thick at scattered to ballistic ratios of 500,000:1 to 10,000,000:1 depending on the illumination pattern. Object detection was retained at the same scattering levels for either 1 cm or 5cm thick mediums, demonstrating little dependence on medium thickness. Detection was also independent of the object size: phantoms ranging from thin structures of 100 micron wide lines and spaces to 4 mm spheres were detected at approximately the same scattering ratios. Minimum size resolution depends on CCD pixel size, not the collimator characteristics. Furthermore, detection was a function of the scattering ratio produced after the phantom's position, not of the whole medium’s scattering ratio. This means objects nearer the detector are much more observable. Longer collimators significantly increase the scattered light rejection. Monte-Carlo simulations with angular tracking demonstrate the object size independence and are undertaken to verify the other behaviors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».