Comparison of time-resolved and continuous-wave near-infrared techniques for measuring cerebral blood flow in piglets
Notice bibliographique
Résumé
A primary focus of neurointensive care is monitoring the injured brain to detect harmful events that can impair cerebral blood flow (CBF), resulting in further injury. Since current noninvasive methods used in the clinic can only assess blood flow indirectly, the goal of this research is to develop an optical technique for measuring absolute CBF. A time-resolved near-infrared (TR-NIR) apparatus is built and CBF is determined by a bolus-tracking method using indocyanine green as an intravascular flow tracer. As a first step in the validation of this technique, CBF is measured in newborn piglets to avoid signal contamination from extracerebral tissue. Measurements are acquired under three conditions: normocapnia, hypercapnia, and following carotid occlusion. For comparison, CBF is concurrently measured by a previously developed continuous-wave NIR method. A strong correlation between CBF measurements from the two techniques is revealed with a slope of 0.79±0.06, an intercept of -2.2±2.5 ml∕100 g∕min, and an R2 of 0.810±0.088. Results demonstrate that TR-NIR can measure CBF with reasonable accuracy and is sensitive to flow changes. The discrepancy between the two methods at higher CBF could be caused by differences in depth sensitivities between continuous-wave and time-resolved measurements.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».