MétaCan
Menu
Retour à la cohorte
Enregistrement W2898393785 · doi:10.1002/jbio.201800271

Quantitative subsurface spatial frequency‐domain fluorescence imaging for enhanced glioma resection

2018· editorial· en· W2898393785 sur OpenAlexaff
Mira Sibai, Dennis J. Wirth, Frédéric Leblond, David W. Roberts, Keith D. Paulsen, Brian C. Wilson

Notice bibliographique

RevueJournal of Biophotonics · 2018
Typeeditorial
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensPolytechnique MontréalPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institutes of Health
Mots-clésProtoporphyrin IXFluorescenceGliomaPhotodynamic therapyExcitationChemistryDiffuse reflectionOpticsNuclear magnetic resonanceMaterials sciencePhysicsMedicineCancer research

Résumé

récupéré en direct d'OpenAlex

The rate of complete resection of glioma has improved with the introduction of 5-aminolevulinic acid-induced protoporphyrin IX (PpIX) fluorescence image guidance. Surgical outcomes are further enhanced when the fluorescence signal is decoupled from the intrinsic tissue optical absorption and scattering obtained from diffuse reflectance measurements, yielding the absolute PpIX concentration, [PpIX]. Spatial frequency domain imaging was used previously to measure [PpIX] in near-surface tumors under blue fluorescence excitation. Here, we extend this to subsurface [PpIX] fluorescence under red-light excitation. The decay rate of the modulation amplitude of the fluorescence signal was used to calculate the PpIX depth, which was then applied in a forward diffusion model to estimate [PpIX] at depth. For brain-like optical properties in phantoms with PpIX fluorescent inclusions, the depth can be recovered up to depths of 9.5 mm ± 0.4 mm, with [PpIX] ranging from 5 to 15 μg/mL within an average deviation of 15% from the true [PpIX] value.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,007
Tête enseignante GPT0,255
Écart entre enseignants0,248 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiophotonicsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207