Polarimetric Interferometry for Assessment of Corneal Stromal Lamellae Orientation
Notice bibliographique
Résumé
PURPOSE: To analyze corneal stromal lamellae orientation in normal subjects and patients with various corneal conditions using a polarimetric interferometer. METHODS: Thirty-two healthy control subjects (59 eyes) and 16 patients (22 eyes) with corneal conditions or postkeratoplasty were included in the study. All patients were imaged using the interferometer and slit lamp photography. The interferometer produces an orthogonal cross-like image of stromal lamellae by illuminating the cornea in phase-light polarization angle. Corneal haze was graded on a scale from 0 to 4. Interferometer cross-like images were graded on a scale from 0 to 5 by a masked observer. Keratometry, corneal central pachymetry, and optical densitometry were obtained with Scheimpflug corneal tomography. RESULTS: The cross-like image was observed in 31 of 32 healthy control subjects (58 of 59 eyes) and in 13 of 16 patients (19 of 22 eyes). The image was not detectable in 3 patients, 1 with total corneal neovascularization and scarring, 1 with central leukoma, and 1 with failed deep lamellar keratoplasty. Corneal haze was the main factor obscuring the cross-like image (P < 0.05). Clarity of the images was influenced by older age, steeper keratometry, higher pachymetry, and optical density (P < 0.05). There was no correlation between the orientation of the keratometric axes and the orientation of the 2 arms of the cross-like image (P > 0.05). CONCLUSIONS: Corneal stromal lamellae orientation can be efficiently assessed and displayed as a cross-like image by the polarimetric interferometer. Stromal lamellae orientation imaging may have potential implications in corneal diagnostics and surgery.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».