Using lock-in infrared thermography for the visualization of the hand vascular tree
Notice bibliographique
Résumé
An imaging technique of the hand vein tree is presented in this paper. Using the natural human circulatory system and a controlled armband pressure around the arm, a lock-in thermography technique with an internal excitation is carried out. Since the stimulation frequency is inversely proportional to the inspection depth, the subcutaneous layer requires the use of a very slow frequency. Thus, a sawtooth waveform is preferred to minimize the duration of the pressure applied to the armband during the experiment. A frequency of approximately 0.03 Hz and a pressure range between 100 and 140 mmHg, according to the diastolic and systolic blood pressure, are used as stimulation. Then, dorsal hand amplitude and phase images are obtained with IR_view (Klein, 1999), a tool specifically designed to analyze infrared images. The hand vein structure is thermally mapped by an infrared camera operating in the middle wavelength infrared range (MWIR) at room temperature. Parasitic frequencies are avoided by keeping the hand fixed. The resulting images show a gradient of temperature between surrounding tissues and the back-of-hand veins. The vascular signature segmentation is extracted from the amplitude and phase images by using a Fast Fourier Transform image processing technique. This work could be used for vein localization for perfusion or for the early diagnosis of vein diseases such as primitive varicose and deep vein thrombosis (DVT). A hand vein signature database for identification purposes is also possible.
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 | 0,001 |
| 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 ».