MétaCan
Menu
Retour à la cohorte
Enregistrement W2275474059

Prevention of myocardial infarctions, using non-invasive biophotonics measurement of biomarker cardiac troponin I.

2010· dissertation· en· W2275474059 sur OpenAlexfundno aff
Sara Moghaddamjoo

Notice bibliographique

RevueSummit (Simon Fraser University) · 2010
Typedissertation
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensnon disponible
Organismes subventionnairesSimon Fraser University
Mots-clésBiophotonicsBiomarkerTroponinCardiologyInternal medicineMedicineTroponin IMyocardial infarctionBiologyMaterials scienceOptoelectronicsBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Coronary Heart Disease is the leading cause of death worldwide. Myocardial Infarctions are one of the most frequent cardiovascular diseases. This research aims to design a non-invasive heart attack detection system based on biphotonic measurements. Several methods such as ECG monitoring, Florescence and Raman Spectroscopy are evaluated and Raman Spectroscopy is chosen due to advantages in sensitivity and efficiency. Since cTnI test is the current gold standard in diagnosing MI, the initial part of this research is based on comprehensive study of this protein. In this research Raman spectra of cTnI is measured and after assessment of possible adjustments to noise level, SERS method is used to obtain the enhanced spectra and consequently a unique cTnI Raman signature. Due to low biological concentrations and low SNR, the spectra are measured in higher concentrations. Finally, a conceptual Raman design is proposed as a part of the instrumentation study of the system.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,013
Tête enseignante GPT0,214
Écart entre enseignants0,201 · 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.

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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)Même sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207