MétaCan
Menu
Retour à la cohorte
Enregistrement W2120497987 · doi:10.1364/ao.45.009246

Two-photon excitation fluorescence microscopy with a high depth of field using an axicon

2006· article· en· W2120497987 sur OpenAlexaff
Pascal Dufour, Michel Piché, Yves De Koninck, Nathalie McCarthy

Notice bibliographique

RevueApplied Optics · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAxiconOpticsMicroscopyLight sheet fluorescence microscopyMaterials scienceTwo-photon excitation microscopyMicroscopePenetration depthFluorescence-lifetime imaging microscopyDepth of fieldNumerical apertureFluorescence microscopeResolution (logic)ExcitationLaserScanning confocal electron microscopyPhysicsFluorescenceLaser beamsWavelength

Résumé

récupéré en direct d'OpenAlex

In conventional two-photon excitation fluorescence microscopy, the numerical aperture of the objective determines the lateral resolution and the depth of field. In some situations, as with functional imaging of dynamic events distributed in live biological tissue, an improved temporal resolution is needed; as a consequence, it is imperative to use optics with a high depth of field to simultaneously image objects at different axial positions. With a conventional microscope objective, increasing the depth of field is achieved at the expense of lateral resolution. To overcome this limitation, we have incorporated an axicon in a two-photon excitation fluorescence microscopy system; measurements have shown that an axicon provides a depth of field in excess of a millimeter, while the lateral resolution is maintained at the micrometer scale. Thus axicon-based two-photon microscopy has been shown to yield a high-resolution projection image of a sample with a single 2D scan of the laser beam while maintaining the improved tissue penetration typical of two-photon microscopy.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,008
Tête enseignante GPT0,277
Écart entre enseignants0,269 · 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

Citations122
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207