MétaCan
Menu
Retour à la cohorte
Enregistrement W2060068257 · doi:10.1364/josaa.24.001337

Improved scanning laser fundus imaging using polarimetry

2007· article· en· W2060068257 sur OpenAlexafffund
Juan M. Bueno, Jennifer J. Hunter, Christopher J. Cookson, M. L. Kisilak, Melanie C. W. Campbell

Notice bibliographique

RevueJournal of the Optical Society of America A · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesOntario Centres of Excellence
Mots-clésVisualizationPolarimetryScanning laser polarimetryImage qualityComputer scienceFundus (uterus)Artificial intelligenceOpticsComputer visionOptical coherence tomographyPhysicsOphthalmologyImage (mathematics)MedicineScattering

Résumé

récupéré en direct d'OpenAlex

We present a polarimetric technique to improve fundus images that notably simplifies and extends a previous procedure [Opt. Lett.27, 830 (2002)]. A generator of varying polarization states was incorporated into the illumination path of a confocal scanning laser ophthalmoscope. A series of four images, corresponding to independent incoming polarization states, were recorded. From these images, the spatially resolved elements of the top row of the Mueller matrix were computed. From these elements, images with the highest and lowest quality (according to different image quality metrics) were constructed, some of which provided improved visualization of fundus structures of clinical importance (vessels and optic nerve head). The metric values were better for these constructed images than for the initially recorded images and better than averaged images. Entropy is the metric that is most sensitive to differences in the image quality. Improved visualization of features could aid in the detection, localization, and tracking of ocular disease and may be applicable in other biomedical imaging.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,281
Écart entre enseignants0,270 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations41
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Optical Society of America AMême sujetGlaucoma and retinal disordersTravaux en français237 207