MétaCan
Menu
Retour à la cohorte
Enregistrement W2113045550 · doi:10.1117/1.jbo.18.6.067005

Phase-function corrected diffusion model for diffuse reflectance of a pencil beam obliquely incident on a semi-infinite turbid medium

2013· article· en· W2113045550 sur OpenAlexafffund
Roger J. Zemp

Notice bibliographique

RevueJournal of Biomedical Optics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMonte Carlo methodOpticsPoint spread functionPhoton diffusionPhoton transport in biological tissueDiffusionInverse problemReflectometryComputer sciencePhysicsMathematicsMathematical analysisStatisticsMarkov chain Monte Carlo

Résumé

récupéré en direct d'OpenAlex

Oblique incidence reflectometry (OIR) is an established technique for the estimation of tissue optical properties. However, a sensing footprint of a few transport mean-free paths is often needed when diffusion-regime-based algorithms are used. Smaller-footprint probes require improved light-propagation models and inversion schemes for diffuse reflectance close to the point of entry but might enable micro-endoscopic form factors for clinical assessments of cancers and precancers. The phase-function corrected diffusion theory presented by Vitkin et al. [Nat. Commun. 2, 587 (2011)] to the case of pencil beams obliquely incident on a semi-infinite turbid medium is extended. The model requires minimal computational resources and offers improved accuracy over more traditional diffusion-theory approximations models when validated against Monte Carlo simulations. The computationally efficient nature of the models lends itself to rapid fitting procedures for inverse problems. The analytical model is used in a nonlinear fitting algorithm to demonstrate the recovery of optical properties using a measurement footprint that is significantly smaller than needed in previous diffusion-regime OIR methods.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207