Cornea characterization using a combined multiphoton microscopy and optical coherence tomography system
Notice bibliographique
Résumé
We present a multimodal imaging system which combines multiphoton microscopy and optical coherence tomography to visualize the morphological structures, and to quantify the refractive index (RI) and thickness of cornea. The morphological similarities and differences at different corneal layers across various species are identified. In the piscine and human corneas, the stromata exhibit thin fibers that indicate an overall collagen direction. Human corneas display collagen micro-folds which cause increased light attenuation. In the murine, porcine and bovine corneas, the stromata show interwoven collagen patterns. The Bowman's layer and the Descemet's membrane are also distinguished in some species. The RI and thicknesses are quantified for the epithelium and the stromal layers respectively, where the epithelium is found to have slightly higher RI than the stroma. The average epithelial and stromal RI are, respectively, 1.371 ± 0.016 and 1.360 ± 0.008 for the murine corneas; 1.502 ± 0.057 and 1.335 ± 0.011 for the piscine corneas; 1.433 ± 0.023 and 1.357 ± 0.013 for the human corneas; 1.476 ± 0.091 and 1.343 ± 0.013 for the porcine corneas; and 1.400 ± 0.007 and 1.376 ± 0.003 for the bovine corneas. The multimodal system can potentially provide a comprehensive characterization of the cornea.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».