MétaCan
Menu
Retour à la cohorte
Enregistrement W2768487250 · doi:10.1042/bsr20170027

Non-labeled lensless micro-endoscopic approach for cellular imaging through highly scattering media

2017· article· en· W2768487250 sur OpenAlexaff
Omer Wagner, Aditya Pandya, Yoav Chemla, Hadar Pinhas, Irina Schelkanova, Asaf Shahmoon, Yossi Mandel, Alexandre Douplik, Zeev Zalevsky

Notice bibliographique

RevueBioscience Reports · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRandom lasers and scattering media
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSIGNAL (programming language)Lens (geology)Preclinical imagingComputer scienceScatteringOpticsNoise (video)Materials scienceBiomedical engineeringArtificial intelligencePhysicsIn vivoImage (mathematics)Medicine

Résumé

récupéré en direct d'OpenAlex

We describe an imaging approach based on an optical setup made up of a miniature, lensless, minimally invasive endoscope scanning a sample and matching post processing techniques that enable enhanced imaging capabilities. The two main scopes of this article are that this approach enables imaging beyond highly scattering medium and increases the resolution and signal to noise levels reaching single cell imaging. Our approach has more advantages over ordinary endoscope setups and other imaging techniques. It is not mechanically limited by a lens, the stable but flexible fiber can acquire images over long time periods (unlike current imaging methods such as OCT etc.), and the imaging can be obtained at a certain working distance above the surface, without interference to the imaged object. Fast overlapping scans enlarge the region of interest, enhance signal to noise levels and can also accommodate post-processing, super-resolution algorithms. Here we present that due to the setup properties, the overlapping scans also lead to dramatic enhancement of non-scattered signal to scattered noise. This enables imaging through highly scattering medium. We discuss results obtained from in vitro investigation of weak signals of ARPE cells, rat retina, and scattered signals from polydimethylsiloxane (PDMS) microchannels filled with hemoglobin and covered by intralipids consequently mimicking blood capillaries and the epidermis of human skin. The development of minimally invasive procedures and methodologies for imaging through scattering medium such as tissues can vastly enhance biomedical diagnostic capabilities for imaging internal organs. We thereby propose that our method may be used for such tasks in vivo.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioscience ReportsMême sujetRandom lasers and scattering mediaTravaux en français237 207