Intact primate brain tissue identification using a completely fibered coherent Raman spectroscopy system
Notice bibliographique
Résumé
Coherent Raman fiber probes have not yet found their way into the clinic despite their immense potential for label-free sensing and imaging. This is mainly due to the traditional bulky laser systems required to create the high peak power laser pulses needed for coherent Raman, as well as the complications that arise from the propagation of this type of energy through silica. Specifically, a coherent anti-Stokes Raman scattering (CARS) probe that could select its integration volume at high resolution, away from the tip of the fiber, is particularly interesting in the case of electrode implantation neurosurgeries, wherein it is possible to place optical fibers on-board the chronic electrode and provide optical guidance during its implantation, through the semi-transparent tip. To this clinical end, we have created an all fiber CARS system, consisting of small, rapidly tunable, turn-key fiber-lasers, capable of creating high wavenumber CARS spectra on the order of tens-of-milliseconds. The use of traditional silica fibers is made possible by the use of the laser’s long pulse-widths (25 ps). The probe itself has an outer diameter of 250 μm allowing it to fit within commercially available metal tubes that can replace deep brain stimulation (DBS) stylets. Using this system, we identified brain tissue types in intact nonhuman primates’ brains and showed the ability to delineate white and gray matters with high resolution. Its advantages over spontaneous Raman stem from the orders of magnitude improvement in spatial resolution, its inherent translatability to three-dimensional (3-D) imaging, as well as the theoretical ability to remove parasitic Raman signal from probe encasements, such as a DBS electrode. The system is planned to have clinical implications in neurosurgical guidance as well as diseased tissue detection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».