Femtosecond photoacoustics: integrated two-photon fluorescence and photoacoustic microscopy
Notice bibliographique
Résumé
Conventional photoacoustic imaging systems excite a photoacoustic wave by illuminating an area on the order of square centimeters with millijoule laser pulses. Spatial resolution is then determined by the ultrasound transducer and is typically on the order of 100 μm. We report on a system that focuses femtosecond, nanojoule pulses to a spot with a diameter of ~ 1 μm to perform laser-scanning photoacoustics with micrometer resolution. Near-infrared femtosecond laser pulses with a pulse energy of 2.4 nanojoules excite a train of photoacoustic waves at the repetition rate of the pulsed laser (80 MHz). These photoacoustic waves are detected by an unfocused single-element ultrasound transducer tuned to 80 MHz. A radiofrequency lock-in amplifier recovers the amplitude of the frequency component of the photoacoustic signal at the pulse repetition frequency. This amplitude is an indicator of the absorption coefficient of the sample at the laser focus and at the laser wavelength. Initial experiments using a graphite rod as absorber reproducibly yield signals in the 0.2 - 2 microvolt range with a signal-to-noise ratio of 18 dB, recovered from 10 mV of broadband noise. The photoacoustic imaging system is integrated in a commercial laser-scanning two-photon fluorescence microscope, enabling simultaneous three-dimensional fluorescence- and photoacoustic imaging. One major application will be to image both morphology and oxygen saturation of microvasculature in the cerebral cortex of anesthetized rodents in vivo in the context of tumor angiogenesis. In this paper we describe the physics of femtosecond photoacoustics and demonstrate initial results.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».