MétaCan
Menu
Retour à la cohorte
Enregistrement W2621047161 · doi:10.1038/lsa.2016.278

Non-interferometric photoacoustic remote sensing microscopy

2017· article· en· W2621047161 sur OpenAlexafffund
Parsin Haji Reza, Wei Shi, Kevan Bell, Robert J. Paproski, Roger J. Zemp

Notice bibliographique

RevueLight Science & Applications · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensIllumisonics (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesKillam TrustsAlberta Innovates - Health SolutionsMinistry of Advanced Education, Government of AlbertaUniversity of AlbertaCancer Research Institute
Mots-clésOpticsMaterials scienceRefractive indexInterferometryMicroscopyMicroscopeWhite light interferometryPhotoacoustic Doppler effectPhotoacoustic effectOptoelectronicsLaserPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Elasto-optical refractive index modulation due to photoacoustic initial pressure transients produced significant reflection of a probe beam when the absorbing interface had an appreciable refractive index difference. This effect was harnessed in a new form of non-contact optical resolution photoacoustic microscopy called photoacoustic remote sensing microscopy. A non-interferometric system architecture with a low-coherence probe beam precludes detection of surface oscillations and other phase-modulation phenomenon. The probe beam was confocal with a scanned excitation beam to ensure detection of initial pressure-induced intensity reflections at the subsurface origin where pressures are largest. Phantom studies confirmed signal dependence on optical absorption, index contrast and excitation fluence. In vivo imaging of superficial microvasculature and melanoma tumors was demonstrated with ~2.7±0.5 μm lateral resolution.

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)0,000
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,264
Écart entre enseignants0,255 · 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

Citations206
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLight Science & ApplicationsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207