MétaCan
Menu
Retour à la cohorte
Enregistrement W2094959484 · doi:10.1111/j.1365-2818.2010.03367.x

Co‐registered spectrally encoded confocal microscopy and optical frequency domain imaging system

2010· article· en· W2094959484 sur OpenAlexfundno aff
Dongkyun Kang, Melissa J. Suter, Caroline Boudoux, Patrick Yachimski, William P. Puricelli, Norman S. Nishioka, Mari Mino–Kenudson, Gregory Y. Lauwers, B. E. Bouma, G. J. Tearney

Notice bibliographique

RevueJournal of Microscopy · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstitutePolytechnique MontréalVanderbilt University Medical CenterVanderbilt University
Mots-clésConfocal microscopyConfocalMicroscopyOptical coherence tomographyOptical sectioningOpticsMaterials scienceOptical microscopeFrequency domainEndomicroscopyResolution (logic)Biomedical engineeringMedicinePhysicsComputer scienceArtificial intelligenceComputer vision

Résumé

récupéré en direct d'OpenAlex

Spectrally encoded confocal microscopy and optical frequency domain imaging are two non-contact optical imaging technologies that provide images of tissue cellular and architectural morphology, which are both used for histopathological diagnosis. Although spectrally encoded confocal microscopy has better transverse resolution than optical frequency domain imaging, optical frequency domain imaging can penetrate deeper into tissues, which potentially enables the visualization of different morphologic features. We have developed a co-registered spectrally encoded confocal microscopy and optical frequency domain imaging system and have obtained preliminary images from human oesophageal biopsy samples to compare the capabilities of these imaging techniques for diagnosing oesophageal pathology.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,006
Tête enseignante GPT0,257
Écart entre enseignants0,250 · 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

Citations15
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MicroscopyMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207