Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification (ADCI) and Dose Estimation
Notice bibliographique
Résumé
Biological radiation dose can be estimated from dicentric chromosome frequencies in metaphase cells. Performing these cytogenetic dicentric chromosome assays is traditionally a manual, labor-intensive process not well suited to handle the volume of samples which may require examination in the wake of a mass casualty event. Automated Dicentric Chromosome Identifier and Dose Estimator (ADCI) software automates this process by examining sets of metaphase images using machine learning-based image processing techniques. The software selects appropriate images for analysis by removing unsuitable images, classifies each object as either a centromere-containing chromosome or non-chromosome, further distinguishes chromosomes as monocentric chromosomes (MCs) or dicentric chromosomes (DCs), determines DC frequency within a sample, and estimates biological radiation dose by comparing sample DC frequency with calibration curves computed using calibration samples. This protocol describes the usage of ADCI software. Typically, both calibration (known dose) and test (unknown dose) sets of metaphase images are imported to perform accurate dose estimation. Optimal images for analysis can be found automatically using preset image filters or can also be filtered through manual inspection. The software processes images within each sample and DC frequencies are computed at different levels of stringency for calling DCs, using a machine learning approach. Linear-quadratic calibration curves are generated based on DC frequencies in calibration samples exposed to known physical doses. Doses of test samples exposed to uncertain radiation levels are estimated from their DC frequencies using these calibration curves. Reports can be generated upon request and provide summary of results of one or more samples, of one or more calibration curves, or of dose estimation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».