MétaCan
Menu
Retour à la cohorte
Enregistrement W2956043600 · doi:10.1088/1361-6560/ab1f33

Navigated non-contact fluorescence tomography

2019· article· en· W2956043600 sur OpenAlexafffund
Michael J. Daly, Brian C. Wilson, Jonathan C. Irish, David A. Jaffray

Notice bibliographique

RevuePhysics in Medicine and Biology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOpticsDiffuse optical imagingImaging phantomCalibrationLaserMaterials scienceOptical tomographyPhysicsCamera lensLens (geology)Tomography

Résumé

récupéré en direct d'OpenAlex

Abstract A non-contact approach for diffuse optical tomography (DOT) has been developed for on-demand image updates using surgical navigation technology. A stereoscopic optical tracker provides real-time localization of reflective spheres mounted to a laser diode and near-infrared camera. Standard camera calibration is combined with tracking data to determine the intrinsic camera parameters (focal length, principal point and non-linear lens distortion) and the tracker-to-camera transform. Tracker-to-laser calibration is performed using images of laser beam intersection with a tracked calibration surface. Source and detector positions for a finite-element DOT implementation are projected onto the boundary elements of the tissue mesh by finding ray-triangle intersections. A multi-stage model converts camera counts to surface flux by accounting for lens aperture settings, fluorescence filter transmittance, photodetector quantum efficiency, photon energy, exposure time, readout offset and camera gain. The image-guidance framework was applied to an in-house optical tomography system configured for indocyanine green (ICG) fluorescence. Mean target registration errors for camera and laser calibration were less than 1 mm. Surface flux measurements of total reflectance and fluorescence in Intralipid-based fluorescence phantoms (0–2 μ g ml −1 ) had mean errors of 3.1% and 4.4%, respectively, relative to diffusion theory predictions. Spatially-resolved reflectance measurements in a calibrated optical phantom agreed with theory for radial distances up to 25 mm from the laser source. Inverse fluorescence reconstructions of a sub-surface fluorescence target confirmed the localization accuracy (average target centroid error of 0.44 mm). This translational research system is under investigation for clinical applications in head and neck surgery, including oral cavity tumor resection, lymph node mapping and free-flap perforator assessment.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,076
Tête enseignante GPT0,403
Écart entre enseignants0,327 · 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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207