Imaging of Ocular Angle Structures with Fourier Domain Optical Coherence Tomography
Notice bibliographique
Résumé
BACKGROUND: Imaging of the Schlemm's Canal is complicated by the small physiological size and the location several hundred microns beneath the sclera. Noninvasive imaging of Schlemm's canal and Trabecular Meshwork (TM) in vivo with Fourier Domain Optical Coherence Tomography (FD OCT) can provide clinicians with a powerful tool to visualize ocular angular structures crucial for glaucoma management. PURPOSE: To investigate the appearance of Schlemm's canal and TM on FD OCT images. METHODS: FD OCT images of the Schlemm's canal and TM were obtained with three different wavelengths using prototype FD OCT systems in a normal volunteer. FD OCT images using the 1310 nm wavelength prototype were obtained in three representative cases of glaucoma surgery performed on angle structures. RESULTS: The longer imaging depth and deeper tissue penetration of the 1310 nm system provided the clearest image of the TM and Schlemm's canal in the normal patient. In case 1, images pre- and post-trabectome surgery clearly showed the location and appearance of TM. In case 2, images post-canaloplasty surgery showed the location and appearance of Schlemm's canal. In case 3, images pre- and post-trabeculotomy surgery further confirms the appearance and location of the Schlemm's canal and TM. CONCLUSION: Operating wavelength of the FD OCT system and exact location of the scan across different meridians minimally affects the appearance of the ocular anatomy. The postoperative images of three angle glaucoma surgeries confirmed the location of Schlemm's canal and TM. How to cite this article: Asrani S, Young M, Xu J, Sarunic MV. Imaging of Ocular Angle Structures with Fourier Domain Optical Coherence Tomography. J Current Glau Prac 2013;7(2):85-87.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».