Virtual spectral multiplexing for applications in in-situ imaging microscopy of transient phenomena
Notice bibliographique
Résumé
Multispectral sensing is specifically designed to provide quantitative spectral information about various materials or scenes. Using spectral information, various properties of objects can be measured and analysed. Microscopy, the observing and imaging of objects at the micron- or nano-scale, is one application where multispectral sensing can be advantageous, as many fields of science and research that use microscopy would benefit from observing a specimen in multiple wavelengths. Multispectral microscopy is available, but often requires the operator of the device to switch filters which is a labor intensive process. Furthermore, the need for filter switching makes such systems particularly limiting in cases where the sample contains live species that are constantly moving or exhibit transient phenomena. Direct methods for capturing multispectral data of a live sample simultaneously can also be challenging for microscopy applications as it requires an elaborate optical systems design which uses beamsplitters and a number of detectors proportional to the number of bands sought after. Such devices can therefore be quite costly to build and difficult to maintain, particularly for microscopy. In this paper, we present the concept of virtual spectral demultiplexing imaging (VSDI) microscopy for low-cost in-situ multispectral microscopy of transient phenomena. In VSDI microscopy, the spectral response of a color detector in the microscope is characterized and virtual spectral demultiplexing is performed on the simultaneously-acquired broadband detector measurements based on the developed spectral characterization model to produce microscopic imagery at multiple wavelengths. The proposed VSDI microscope was used to observe colorful nanowire arrays at various wavelengths simultaneously to illustrate its efficacy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».