Corneal, Limbal, and Conjunctival Epithelium of Bovine Eyes Imaged In Vitro by Using a Confocal Laser Scanning Microscope
Notice bibliographique
Résumé
PURPOSE: To provide a description of the distribution and cell morphology, by using fluorescent markers and confocal laser scanning microscopy, of the corneal, limbal, and conjunctival epithelium of bovine eyes in vitro. METHODS: Fresh enucleated bovine eyes were dissected within 2 hours postmortem. Central cornea, limbus, and bulbar conjunctiva were imaged with confocal microscopy after staining with acridine orange (AO) or calcein-acetoxymethyl and ethidium homodimer-1. Epithelial thickness, cell density, cell lamination, and cell morphology were evaluated at these 3 locations. RESULTS: Corneal epithelium was the thickest, and the conjunctival epithelium was the thinnest. The cell morphology was similar to that found in previous histologic studies, and the cell density gradually decreased from the basal to superficial layers. Nuclear AO staining particles increased from basal to superficial cells. Limbal superficial epithelial cells showed less AO staining than corneal and conjunctival superficial cells. CONCLUSIONS: Confocal results of the corneal central, limbal, and conjunctival morphology are similar to those found in traditional microscopic observations. Bovine central corneal epithelium is thicker than limbal epithelium. However, the nuclear AO staining pattern of unfixed ocular surface epithelium of bovine eyes in vitro might represent the cell differentiation status. With the aid of the fluorescence dye, confocal laser scanning microscopy can provide unique morphometric information about corneal, limbal, and conjunctival epithelial cells.
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 ».