MétaCan
Menu
Retour à la cohorte
Enregistrement W2059492871 · doi:10.1109/icip.2011.6116309

3D microscopic imaging by synchrotron radiation micro/nano-CT

2011· preprint· en· W2059492871 sur OpenAlexaff
Françoise Peyrin, Alexandra Pacureanu, Max Langer

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced X-ray Imaging Techniques
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesnon disponible
Mots-clésSynchrotron radiationContext (archaeology)Iterative reconstructionData acquisitionComputer scienceSynchrotronComputer visionSegmentationMaterials scienceImaging phantomProjection (relational algebra)Biomedical engineeringImage resolutionArtificial intelligenceOpticsPhysicsMedicineAlgorithm

Résumé

récupéré en direct d'OpenAlex

Biological microscopic imaging is receiving increasing interest with the development of new modalities. In this context Synchrotron Radiation (SR) Nano-CT demonstrates a high potential in opening new horizons. We recall the principle of SR micro-CT and its advantages over standard X-ray micro-CT in terms of accuracy and signal to noise ratio. We briefly present data acquisition and reconstruction in absorption and phase CT. While in the first case image reconstruction is based simply on the standard filtered back projection algorithm, in the later case it involves a preliminary step of phase retrieval. Applications of this technique in bone research in conjunction with specific image analysis developments are shown. At the micrometer scale, trabecular and cortical bone have been analyzed in human samples and mice. At the nanometer scale, we present recent data on the osteocyte network which has never before been investigated in 3D. Open problems for the segmentation and quantification of the complex canalicular network are highlighted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,007
Tête enseignante GPT0,264
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), 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'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced X-ray Imaging TechniquesTravaux en français237 207