MétaCan
Menu
Retour à la cohorte
Enregistrement W2127685523 · doi:10.5539/ijb.v7n4p53

Application of Phase Images for Estimation of Peritoneal Macrophages State

2015· article· en· W2127685523 sur OpenAlexvenueno aff
A. I. Yusipovich, A. A. Bayzhumanov, Т. А. Казакова, A. A. Cherkashin, Tatiana R. Kamaletdinova, Sergey K. Pirutin, Natalia O. Rozhkova, Г. В. Максимов

Notice bibliographique

RevueInternational Journal of Biology · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDigital Holography and Microscopy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIn vitroMembraneCellPhase contrast microscopyPhase (matter)Biomedical engineeringChemistryCell biologyMaterials scienceBiophysicsBiologyMedicineBiochemistryOptics

Résumé

récupéré en direct d'OpenAlex

Procedure based on phase images obtained by the method of Laser Interference Microscopy (LIM) for detection of number non-activated, activated and dead isolated peritoneal macrophages in a sample in vitro was provided. The phase images provide quantitative estimates of the optical path difference (OPD) in each point of object. The OPD varies with cell thickness and concentration of cellular substances. Therefore, it provides useful information on cell structure, localization of subcellular structures, local concentrations of substances and dry mass of cell. In these work we propose a new assay for estimation a number of non-activated, activated and dead isolated peritoneal macrophages in a sample in vitro based on cell phase images. The results were compared with phagocytic index, which was evaluated using latex beads, and the percentage of cells with damaged membranes (dead cells). It was shown that with increasing time after the isolation, the percentage of dead macrophages estimated by LIM was similar to that of the cells with damaged membranes. However, the percentage of activated cells calculated using latex beads exceeded the percentage calculated using the phase images significantly.

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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,350
Écart entre enseignants0,338 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetDigital Holography and MicroscopyTravaux en français237 207