MétaCan
Menu
Retour à la cohorte
Enregistrement W2946045100 · doi:10.1117/1.jbo.24.5.056002

Intraoperative photoacoustic screening of breast cancer: a new perspective on malignancy visualization and surgical guidance

2019· article· en· W2946045100 sur OpenAlexafffund
Ivan Kosik, Muriel Brackstone, Anat Kornecki, Astrid Chamson-Reig, Philip Wong, Morteza Araghi, Jeffrey J. L. Carson

Notice bibliographique

RevueJournal of Biomedical Optics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensWestern UniversityLawson Health Research Institute
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchLondon Health Sciences CentreLawson Health Research Institute
Mots-clésLumpectomyBreast cancerMedicineSurgical marginPhotoacoustic imaging in biomedicineRadiologyDuctal carcinomaBreast imagingMalignancyCancerMammographyPathologyMastectomyOptics

Résumé

récupéré en direct d'OpenAlex

High re-excision rates in breast-conserving surgery call for a new intraoperative approach to the lumpectomy margin evaluation problem. The unique intraoperative imaging system, presented here, demonstrated the capability of photoacoustic tomography (PAT) to deliver optical sensitivity and specificity, along with over 2-cm imaging depth, in a clinical setting. The system enabled the evaluation of tumor extent, shape, morphology, and position within lumpectomy specimens measuring up to 11 cm in diameter. The investigation included all major breast cancer-related lesions, such as invasive ductal carcinoma (IDC), multifocal IDC, ductal carcinoma in situ and combinations of these variants. Coregistration with established ultrasound (US) technology, as well as comparison to specimen radiography, validated the performance of PAT, which appeared to facilitate better tumor visualization. Contrary to expected PA contrast mechanisms, PAT images of hemoglobin distribution correlated poorly with US-determined tumor location, while hypointense regions in lipid-weighted PAT images were in better agreement with US.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,785
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,257
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical OpticsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207