MétaCan
Menu
Retour à la cohorte
Enregistrement W2408822428 · doi:10.1364/boe.6.004288

Assessment of the best flow model to characterize diffuse correlation spectroscopy data acquired directly on the brain

2015· article· en· W2408822428 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBiomedical Optics Express · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensRobarts Clinical TrialsLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaHeart and Stroke Foundation of Canada
Mots-clésDiffuse optical imagingSpectroscopyCorrelationDiffuse reflectance infrared fourier transformNeuroimagingOpticsComputer scienceBiological systemPathologyMedicineNeurosciencePhysicsChemistryBiologyTomographyMathematics

Résumé

récupéré en direct d'OpenAlex

Diffuse correlation spectroscopy (DCS) is a non-invasive optical technique capable of monitoring tissue perfusion. The normalized temporal intensity autocorrelation function generated by DCS is typically characterized by assuming that the movement of erythrocytes can be modeled as a Brownian diffusion-like process instead of by the expected random flow model. Recently, a hybrid model, referred to as the hydrodynamic diffusion model, was proposed, which combines the random and Brownian flow models. The purpose of this study was to investigate the best model to describe autocorrelation functions acquired directly on the brain in order to avoid confounding effects of extracerebral tissues. Data were acquired from 11 pigs during normocapnia and hypocapnia, and flow changes were verified by computed tomography perfusion (CTP). The hydrodynamic diffusion model was found to provide the best fit to the autocorrelation functions; however, no significant difference for relative flow changes measured by the Brownian and hydrodynamic diffusion models was observed.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,075
Tête enseignante GPT0,363
Écart entre enseignants0,288 · 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