MétaCan
Menu
Retour à la cohorte
Enregistrement W2497740660 · doi:10.1063/1.4952846

Alignment and position visualization methods for the biomedical imaging and therapy (BMIT) MRT lift

2016· article· en· W2497740660 sur OpenAlexaffabout
Michael Bree, Denise Miller, Graham Kerr, George Belev, Tomasz W. Wysokiński, Wade Dolton

Notice bibliographique

RevueAIP conference proceedings · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Photolithography Techniques
Établissements canadiensCanadian Light Source (Canada)
Organismes subventionnairesnon disponible
Mots-clésLift (data mining)Computer scienceVisualizationMicrobeamPython (programming language)Computer visionArtificial intelligenceComputer graphics (images)OpticsPhysicsData mining

Résumé

récupéré en direct d'OpenAlex

The Microbeam Radiation Therapy (MRT) Lift is an eight stage positioning and scanning system at the Canadian Light Source’s BMIT Facility. Alignment of the sample with the beam using the MRT Lift is a time consuming and challenging task. The BMIT Group has developed a Python-based MRT Lift positioning and control program that uses a combination of computational and iterative methods to independently adjust the sample’s X, Y, Z, pitch and roll positions. The program offers “1-Click” alignment of the sample to the beam. Use of a wireframe visualization technique enables even minute movements to be illustrated. Proposed movements and the resulting MRT Lift position can be manually verified before being applied. Optional integration with the SolidWorks modelling platform allows high quality renderings of the MRT Lift in its current or proposed position to be displayed in real time. Human factors principles are incorporated into the program with the objective of delivering easy to use controls for this complex device.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,330
Écart entre enseignants0,312 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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'admission2
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetAdvancements in Photolithography TechniquesTravaux en français237 207