In vivo characterisation of bioresorbable vascular scaffold strut interfaces using optical coherence tomography with Gaussian line spread function analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: Optical coherence tomography (OCT) of a bioresorbable vascular scaffold (BVS) produces a highly reflective signal outlining struts. This signal interferes with the measurement of strut thickness, as the boundaries cannot be accurately identified, and with the assessment of coverage, because the neointimal backscattering convolutes that of the polymer, frequently making them indistinguishable from one another. We hypothesise that Gaussian line spread functions (LSFs) can facilitate identification of strut boundaries, improving the accuracy of strut thickness measurements and coverage assessment. METHODS AND RESULTS: Forty-eight randomly selected BVS struts from 12 patients in the ABSORB Cohort B clinical study and four Yucatan minipigs were analysed at baseline and follow-up (six months in humans, 28 days in pigs). Signal intensities from the raw OCT backscattering were fit to Gaussian LSFs for each interface, from which peak intensity and full-width-at-half-maximum (FWHM) were calculated. Neointimal coverage resulted in significantly different LSFs and higher FWHM values relative to uncovered struts at baseline (p<0.0001). Abluminal polymer-tissue interfaces were also significantly different between baseline and follow-up (p=0.0004 in humans, p<0.0001 in pigs). Using the location of the half-max of the LSF as the polymer-tissue boundary, the average strut thickness was 158±11 µm at baseline and 152±20 µm at six months (p=0.886), not significantly different from nominal strut thickness. CONCLUSIONS: Fitting the raw OCT backscattering signal to a Gaussian LSF facilitates identification of the interfaces between BVS polymer and lumen or tissue. Such analysis enables more precise measurement of the strut thickness and an objective assessment of coverage.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle