MétaCan
Menu
Retour à la cohorte
Enregistrement W2070533477 · doi:10.1118/1.3476124

Poster — Thur Eve — 19: Polyvinyl Alcohol Cryogels: A Promising Material for Tissue‐Mimicking Optical Phantoms

2010· article· en· W2070533477 sur OpenAlexaff
G Counter, Gordon Campbell, Kevin R. Diamond

Notice bibliographique

RevueMedical Physics · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensMcMaster UniversityNational Research Council CanadaWestern UniversityJuravinski Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésPolyvinyl alcoholMaterials scienceScatteringCalibrationPolymerMonte Carlo methodTransmittanceIntegrating sphereBiomedical engineeringOpticsLight scatteringComposite materialOptoelectronicsPhysics

Résumé

récupéré en direct d'OpenAlex

Tissue‐mimicking phantoms with specific radiological, elastic, or optical properties are desirable for calibration and quality assurance purposes. Polyvinyl alcohol (PVA) is a non‐toxic, water‐soluble polymer with many existing uses in medicine, ranging from artificial tissues for use in humans to anatomical phantoms for magnetic resonance imaging and ultrasound. It has not been well characterized optically. The process by which the polymer is crosslinked, repeated freeze‐thaw cycles, imparts optical properties that lie in the range of tissue and can be selectively tuned using different production conditions. A double integrating sphere system has been constructed to measure diffuse reflectance and transmittance from an illuminated sample. Monte Carlo modeling of the measurement geometry allows for optical property estimation using the Marquardt‐Levenberg algorithm. The scattering by PVA cryogels increases with additional freeze‐thaw cycles. PVA scattering is also affected by the ambient conditions at the time of production. Most tissue scattering properties can be mimicked using 6 freeze‐thaw cycles at most.

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)0,000
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,008

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 Opus0,021
Tête enseignante GPT0,356
Écart entre enseignants0,335 · 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
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207