MétaCan
Menu
Retour à la cohorte
Enregistrement W2155100281 · doi:10.1364/ao.48.000d52

Multichannel spectroreflectometry: a noninvasive method for assessment of on-line hemoglobin derivatives

2009· article· en· W2155100281 sur OpenAlexaff
Vasile Diaconu

Notice bibliographique

RevueApplied Optics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésReflectometryLambdaOpticsPhysicsAbsorption (acoustics)HemoglobinLight scatteringAbsorbanceFunction (biology)ScatteringChemistryTime domainComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

The goal of the current study was to introduce a mathematical method to derive hemoglobin, oxyhemoglobin and carboxyl-hemoglobin absorption factors from full spectrum reflectometry measurements of retinal microcapillaries. The mathematical equation that describes the spectral reflectometry function was expressed as a linear combination of several terms of S(i)(lambda) representing the spectral signature functions of hemoglobin, oxyhemoglobin, carboxyl-hemoglobin, ocular media, melanin, and a scattering factor. Contrary to the classical model, where the reflectometry function was expressed as an absorbance Ab(lambda)=log?(incident light(lambda)/reflected light(lambda)), in this model and system, it is proposed to express the reflectometry function from the eye structures as an absorption factor A(lambda)%=incident light(lambda)/reflected light(lambda). To increase confidence in the estimation of hemoglobin derivatives, the mathematical model was applied to only a part of the spectral function of reflectometry, while the results of the model were used to explain the other part of the reflectometry function. The results demonstrate that for the visible spectral field, the model that explains the absorption of the light by the blood contained in the microcapillaries of biological structures is not compatible with the Beer-Lambert law.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,429
Écart entre enseignants0,382 · 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 tête enseignante, 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207