Nonintrusive, noncontacting frequency-domain photothermal radiometry and luminescence depth profilometry of carious and artificial subsurface lesions in human teeth
Notice bibliographique
Résumé
Nonintrusive, noncontacting frequency-domain photothermal radiometry (FD-PTR or PTR) and frequency-domain luminescence (FD-LUM or LUM) have been used with 659-nm and 830-nm laser sources to detect artificial and natural subsurface defects in human teeth. The major findings of this study are (1) PTR is sensitive to very deep (>5 mm) defects at low modulation frequencies (5 Hz). Both PTR and LUM amplitudes exhibit a peak at tooth thicknesses of ca. 1.4 to 2.7 mm. Furthermore, the LUM amplitude exhibits a small trough at ca. 2.5 to 3.5 mm. (2) PTR is sensitive to various defects such as a deep carious lesion, a demineralized area, an edge, a crack, and a surface stain, while LUM exhibits low sensitivity and spatial resolution. (3) PTR frequency scans over the surface of a fissure into demineralized enamel and dentin show higher amplitude than those for healthy teeth, as well as a pronounced curvature in both the amplitude and phase signal channels. These can be excellent markers for the diagnosis of subsurface carious lesions. (4) PTR amplitude frequency scans over the surface of enamels of variable thickness exhibit strong thickness dependence, thus establishing depth profilometric sensitivity to subsurface interfaces such as the dentin/enamel junction.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».