MétaCan
Menu
Retour à la cohorte
Enregistrement W2116308939 · doi:10.1117/1.jbo.18.7.076008

Optical coherence tomography platform for microvascular imaging and quantification: initial experience in late oral radiation toxicity patients

2013· article· en· W2116308939 sur OpenAlexaff
Bahar Davoudi, Melanie A. Morrison, Kostadinka Bizheva, Victor X. D. Yang, Robert Dinniwell, Wilfred Levin, I. Alex Vitkin

Notice bibliographique

RevueJournal of Biomedical Optics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensUniversity Health NetworkToronto Metropolitan UniversityOntario Institute for Cancer ResearchUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOptical coherence tomographySpeckle patternMedicineBiomedical engineeringBlood flowMedical physicsRadiologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

An optical coherence tomography (OCT) microvascular imaging platform, consisting of Doppler (DOCT) and speckle variance (svOCT) modalities, and microvascular image quantification tools are developed. The quantification methods extract blood flow-related parameters from DOCT images and vessel morphological parameters from svOCT images. This platform is used to assess the microvascular (DOCT and svOCT) images obtained during a clinical study on late oral radiation toxicity. This specific pathology was considered a suitable scenario for verifying the performance of the developed quantification platform because late oral radiation toxicity is known to involve microvascular damage. The derived parameters are compared between several DOCT and svOCT images from one patient and one healthy volunteer as proof-of-principle, and the significance of the observed differences is discussed. Given the low number of OCT clinical studies that measure and quantify microvascular images and considering the importance of such quantification in a number of pathologies, this newly developed platform can serve as a useful tool in studying diseases and treatments with microvascular involvement.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,018
Tête enseignante GPT0,269
Écart entre enseignants0,251 · 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

Citations30
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207