MétaCan
Menu
Retour à la cohorte
Enregistrement W2032115197 · doi:10.1364/boe.3.000160

Tensor total variation approach to optical coherence tomography reconstruction for improved visualization of retinal microvasculature

2011· article· en· W2032115197 sur OpenAlexafffund
Alexander Wong, Sepideh Hariri, Eun Sun Song, Kostadinka Bizheva

Notice bibliographique

RevueBiomedical Optics Express · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésOptical coherence tomographyRetinaRetinalFovealContrast (vision)VisualizationTomographyVisibilityOpticsComputer scienceStructure tensorArtificial intelligenceOphthalmologyPhysicsMedicineImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

A novel optical coherence tomography (OCT) reconstruction approach is introduced for improved visualization of inner-retina capillaries in retinal OCT tomograms. The proposed method utilizes a minimization framework based on a tensor total variation (TTV) energy functional, to enforce capillary structural characteristics in the spatial domain. By accounting for structure tensor characteristics, the TTV reconstruction method allows for contrast enhancement of capillary structural characteristics. The novel TTV method was tested on high resolution OCT images acquired in-vivo from the foveal region of the retina of a healthy human subject. Experimental results demonstrate significant contrast and visibility enhancement of the inner retina capillaries in the retinal OCT tomograms, achieved by use of the TTV reconstruction method. Therefore, the TTV method has a strong potential for improved disease progression analysis based on the study of disease-induced changes in the inner retina vasculature.

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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil0,856

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,015
Tête enseignante GPT0,229
Écart entre enseignants0,213 · 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
GenreMéthodes

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

En bref

Citations2
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207