MACROscopic imaging of tumor xenografts using fluorescence, phase contrast, and transmitted light
Notice bibliographique
Résumé
Recent advances in imaging technology have contributed greatly to biological science. Confocal fluorescence microscopy (CFM) facilitates high-contrast 2D and 3D images of biological samples such as living cells, and frozen or fixed tissue sections. However, to date, imaging with existing confocal microscopes has been limited by practicality, especially when samples are large and overfill the field of view (FOV) of typical microscope objectives (e.g., ~10 mm2 tissue section). In this case, image-tiling must be employed to cover the entire specimen. This can be time consuming and cause artifacts in the composite image. The MACROscope® system (Biomedical Photometrics Inc, Waterloo, Canada), is a confocal device with a 2x7 cm2 FOV, and is ideal for imaging large tissue sections in a single frame. The system used in this work is a prototype capable of simultaneous acquisition from two detection channels. Reflected light (RL), transmitted light (TL) and differential phase contrast (DPC) images of whole cut mouse tumor xenografts were collected with the same system. Preliminary results demonstrate that the MACROscope® can produce high quality images of large tissue samples; comparable in resolution and contrast to those obtained with conventional CFM using low-power (5-10x) objectives, but at increased imaging speeds (>10x), and FOV (>20x). This new device avoids the need for image-tiling and provides simultaneous imaging of multiple tissue-specific fluorescent labels in large biological samples with high resolution and contrast; thereby allowing time- and cost-efficient high-throughput screening of immunohistopathological samples. This device may also serve in the imaging of high-throughput DNA and tissue arrays.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».