Ex vivo detection and characterization of early dental caries by optical coherence tomography and Raman spectroscopy
Notice bibliographique
Résumé
Early dental caries detection will facilitate implementation of nonsurgical methods for arresting caries progression and promoting tooth remineralization. We present a method that combines optical coherence tomography (OCT) and Raman spectroscopy to provide morphological information and biochemical specificity for detecting and characterizing incipient carious lesions found in extracted human teeth. OCT imaging of tooth samples demonstrated increased light backscattering intensity at sites of carious lesions as compared to the sound enamel. The observed lesion depth on an OCT image was approximately 290 microm matching those previously documented for incipient caries. Using Raman microspectroscopy and fiber-optic-based Raman spectroscopy to characterize the caries further, spectral changes were observed in PO4 (3-) vibrations arising from hydroxyapatite of mineralized tooth tissue. Examination of various ratios of PO4 (3-) nu2, nu3, nu4 vibrations against the nu1 vibration showed consistent increases in carious lesions compared to sound enamel. The changes were attributed to demineralization-induced alterations of enamel crystallite morphology and/or orientation. OCT imaging is useful for screening carious sites and determining lesion depth, with Raman spectroscopy providing biochemical confirmation of caries. The combination has potential for development into a new fiber-optic diagnostic tool enabling dentists to identify early caries lesions with greater sensitivity and specificity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».