Three-dimensional spatial localization of thin fluorophore-filled capillaries in thick scattering media
Notice bibliographique
Résumé
Fluorescence optical diffuse tomography (fDOT) is of much interest in molecular imaging to retrieve information from fluorescence signals emitted from specifically targeted bioprocesses deep within living tissues. An exciting application of fDOT is in the growing field of tissue engineering, where 3D non-invasive imaging techniques are required to ultimately grow 3D engineered tissues. Via appropriate labelling strategies and fluorescent probes, fDOT has the potential to monitor culture environment and cells viability non-destructively directly within the bioreactor environment where tissues are to be grown. Our ultimate objective is to image the formation of blood vessels in bioreactor conditions. Herein, we use a non-contact setup for small animal fDOT imaging designed for 3D light collection around the sample. We previously presented a time of flight approach using a numerical constant fraction discrimination technique to assign an early photons arrival time to every fluorescence time point-spread function collected around the sample. Towards bioreactor in-situ imaging, we have shown the capability of our approach to localize a fluorophore-filled 500 μm capillary immersed coaxially in a cylindrically shaped bioreactor phantom containing an absorbing/scattering medium representative of experiments on real tissue cultures. Here, we go one step further, and present results for the 3D localization of thinner indocyanine green labelled capillaries (250 μm and 360 μm inner diameter) immersed in the same phantom conditions and geometry but with different spatial configurations (10° and 30° capillary inclination).
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) | 0,001 | 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 | 0,001 | 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 ».