MétaCan
Menu
Retour à la cohorte
Enregistrement W2103079389 · doi:10.1364/boe.5.002978

A high-efficiency fiber-based imaging system for co-registered autofluorescence and optical coherence tomography

2014· article· en· W2103079389 sur OpenAlexafffund
Hamid Pahlevaninezhad, Anthony M. D. Lee, Tawimas Shaipanich, Rashika Raizada, Lucas C. Cahill, Geoffrey Hohert, Victor X. D. Yang, Stephen Lam, Calum MacAulay, Pierre Lane

Notice bibliographique

RevueBiomedical Optics Express · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésOptical coherence tomographyMaterials scienceOpticsOptical fiberPreclinical imagingAutofluorescenceBiomedical engineeringIn vivoMedicinePhysicsFluorescence

Résumé

récupéré en direct d'OpenAlex

We present a power-efficient fiber-based imaging system capable of co-registered autofluorescence imaging and optical coherence tomography (AF/OCT). The system employs a custom fiber optic rotary joint (FORJ) with an embedded dichroic mirror to efficiently combine the OCT and AF pathways. This three-port wavelength multiplexing FORJ setup has a throughput of more than 83% for collected AF emission, significantly more efficient compared to previously reported fiber-based methods. A custom 900 µm diameter catheter ‒ consisting of a rotating lens assembly, double-clad fiber (DCF), and torque cable in a stationary plastic tube ‒ was fabricated to allow AF/OCT imaging of small airways in vivo. We demonstrate the performance of this system ex vivo in resected porcine airway specimens and in vivo in human on fingers, in the oral cavity, and in peripheral airways.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,230 · 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

Citations52
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207