MétaCan
Menu
Retour à la cohorte
Enregistrement W2088334109 · doi:10.1117/12.909130

Imaging dynamic processes using fiber laser optical-resolution photoacoustic microscopy

2012· article· en· W2088334109 sur OpenAlexaff
Wei Shi, Peng Shao, Parsin Haji Reza, Alexander Forbrich, Roger J. Zemp

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMicroscopyPhotoacoustic imaging in biomedicineResolution (logic)LaserFiber laserOpticsOptical microscopeOptical fiberOptical imagingOptoelectronicsComputer scienceScanning electron microscopePhysicsComposite materialArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Recently we have reported in vivo near-real-time volumetric optical-resolution photoacoustic microscopy (OR-PAM) using a high pulse-repetition-rate (PRR) nanosecond fiber-laser to realize 2 volumetric image frames per second (fps) within 1mm × 1mm field of view (FOV). Based on our previous OR-PAM system, we are developing a label-free realtime OR-PAM system in reflection mode for higher frame-rates. The system permits imaging of microcirculation hemodynamics, and helps make the technology easier to use for biologists, providing real-time feedback for focusing and positioning. Using a nanosecond-pulsed 532-nm fiber laser combined with fast-scanning mirrors, our proposed system demonstrated its capability of sustained in vivo imaging of horizontal and vertical translation at 0.5 fps for 1mm × 1mm FOV (400 × 400 pixels). Also, real-time in vivo imaging of blood flow at 30 fps for 250μm × 250μm FOV (100 × 100 pixels) was demonstrated. It is anticipated that the real-time nature of the system should prove important in clinical and preclinical adaption, and may prove useful for functional brain imaging studies.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,225 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207