MétaCan
Menu
Retour à la cohorte
Enregistrement W2112169200 · doi:10.1117/1.2241609

Investigation of light propagation models to determine the optical properties of tissue from interstitial frequency domain fluence measurements

2006· article· en· W2112169200 sur OpenAlexaff
Heping Xu, Thomas J. Farrell, Michael S. Patterson

Notice bibliographique

RevueJournal of Biomedical Optics · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensJuravinski Cancer Centre
Organismes subventionnairesNational Institutes of Health
Mots-clésOpticsMonte Carlo methodIsotropyFluenceScatteringDiffusionDiffusion equationComputational physicsAbsorption (acoustics)PhysicsAttenuation coefficientMaterials scienceCollimated lightMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Four models, standard diffusion approximation (SDA), single Monte Carlo (SMC), delta-P1, and isotropic similarity (ISM), are developed and evaluated as forward calculation tools in the estimation of tissue optical properties. The inverse calculation uses the ratio of the fluences and phase difference at two locations close to an intensity modulated isotropic source to recover the reduced scattering coefficient mus' and the absorption coefficient mua. Diffusion theory allows recovery of optical properties (OPs) within 5% for media with mus'mua>10. The performance of the delta-P1 model is similar to SDA, with limited enhanced accuracy. The collimation approximation may limit the use of the delta-P1 model for spherical geometry, and/or the fluence may not be accurately calculated by this model. The SMC model is the best, recovering OPs within 10% regardless of the albedo. However, the necessary restriction of the searched OPs space is inconvenient. The performance of ISM is similar to that of diffusion theory for media with mus'mua>10, and better for 1<mus'mua<10, i.e., determines absorption within 5% and reduced scattering within 20%. In practice, satisfactory estimates (within 5 to 10%) can be achieved using SDA to recover mus' and ISM to recover mua for media with mus'mua>5.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,067
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,285
Écart entre enseignants0,237 · 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 tête enseignante, 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207