MétaCan
Menu
Retour à la cohorte
Enregistrement W2838657787 · doi:10.1364/optica.5.000814

Deep non-contact photoacoustic initial pressure imaging

2018· article· en· W2838657787 sur OpenAlexfundno aff
Parsin Haji Reza, Kevan Bell, Wei Shi, James Shapiro, Roger J. Zemp

Notice bibliographique

RevueOptica · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésPhotoacoustic imaging in biomedicineMaterials scienceOpticsBiomedical engineeringMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

Photoacoustic imaging techniques have been extensively developed for biomedical applications, including functional and molecular imaging, due in part to their high optical contrast, high spatial resolution, and non-ionizing imaging properties. However, there are currently depth limitations in cellular-resolution, optically focused photoacoustic microscopy systems. In addition, most common photoacoustic systems need to be in contact with the sample through an ultrasound medium. In this work, by taking advantage of large photoacoustic initial pressures, all-optical non-contact optical resolution photoacoustic imaging is reported at depths beyond the optical transport mean-free path of the excitation wavelength. The proposed technique is called deep photoacoustic remote sensing (dPARS) microscopy. Visible pulsed excitation wavelengths are used to produce large initial-pressure-induced refractive index modulations in absorbing targets. These localized pressure rises create transient variations to the local scattering properties, which are detected as back-reflected intensity modulations from a deep-penetrating interrogation beam and do not require an interferometric detection pathway. Experiments demonstrate that dPARS is capable of providing optical resolution images to depths of 2.5 mm in tissue-mimicking scattering media. Signal-to-noise ratio ∼50  dB is reported for in vivo imaging of microvascular networks. Also, imaging of single red blood cells, oxygen saturation mapping, and deep-vascular imaging applications are demonstrated. dPARS’s capabilities such as remote sensing, deep optical resolution imaging, and high signal-to-noise ratio, may yield new opportunities for several pre-clinical and clinical applications.

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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,004
Tête enseignante GPT0,220
Écart entre enseignants0,216 · 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

Citations76
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpticaMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207