MétaCan
Menu
Retour à la cohorte
Enregistrement W2344802972 · doi:10.1117/12.2211472

Signal mechanisms in photoacoustic remote sensing microscopy(Conference Presentation)

2016· article· en· W2344802972 sur OpenAlexaff
Roger J. Zemp, Wei Shi, Parsin Haji Reza

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOpticsModulation (music)SIGNAL (programming language)Materials scienceRefractive indexMicroscopyOptical coherence tomographyAbsorption (acoustics)Coherence (philosophical gambling strategy)Frequency modulationPhysicsComputer scienceAcousticsTelecommunicationsRadio frequency

Résumé

récupéré en direct d'OpenAlex

We recently introduced photoacoustic remote sensing (PARS) microscopy as an all-optical non-contact optical-resolution modality with absorption-based photoacoustic contrast. A pulsed excitation beam is optically focused into a sample then the resulting photoacoustic signal is sensed using a confocal long-coherence probe beam right at the source of the large pressures generated. Several mechanisms are proposed to explain the source of these large signals, including surface-displacements, local refractive-index step-modulation, scatterer displacements, and photothermal mechanisms. We carefully model each of these mechanisms and predict the fraction of modulated light from each. Experimental measurements detect ~0.1% of the incident interrogation light is modulated and this is confirmed with theoretical modulation calculations. We provide experimental evidence that pressure-induced refractive-index step modulation and scatter position modulation may be highly significant modulation mechanisms. We also model theoretical limitations of signal-to-noise and discuss future system optimization opportunities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), 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
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207