MétaCan
Menu
Retour à la cohorte
Enregistrement W2605941754 · doi:10.1117/12.2253467

Coaxial cavity injected OCT and fiber laser ablation system for real-time monitoring of ablative processes part 2: toward all fiber design and dispersion control (Conference Presentation)

2017· article· en· W2605941754 sur OpenAlexaff
Jamil Jivraj, Jiaqi Zhou, Xijia J. Gu, Victor X. D. Yang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDichroic filterOpticsOptical coherence tomographyCollimatorAblationMaterials scienceLaserFiber laserComputer scienceLaser ablationPhysics

Résumé

récupéré en direct d'OpenAlex

Inline optical coherence tomography (OCT) has proven to be an ideal feedback mechanism for real-time depth control of high-power ablation lasers. This has found use in industrial laser ablation applications, but it has the potential to truly change the use of laser ablation in medicine. Previously, we have presented a novel design that is able to place the OCT beam ( λc = 1310nm) coaxially with the beam of a high-powered fiber laser (λ = 1064nm, Pavg=10W, Ppeak = 1kW) without the need of a dichroic mirror on the output stage. This design successfully demonstrated real-time ablation depth feedback. Development of this design was continued and further refinements have been made to improve performance and form factor, with the ultimate goal being to create a compact, low-cost, high-precision laser scalpel to be used for various surgical osteotomies. We present an improved design that, unlike before, removes the need for bulk optics in the entire system other than a single collimator and doublet lens on the output. Strategies for dispersion mismatch compensation will be discussed to optimize resolution of OCT feedback. Initial results for depth-controlled ablation of tissue is presented.

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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,052
Tête enseignante GPT0,330
Écart entre enseignants0,278 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLaser Applications in Dentistry and MedicineTravaux en français237 207