MétaCan
Menu
Retour à la cohorte
Enregistrement W3011589137 · doi:10.1364/boe.390410

Functional optical coherence tomography and photoacoustic microscopy imaging for zebrafish larvae

2020· article· en· W3011589137 sur OpenAlexaff
Richard Haindl, Abigail J. Deloria, Caterina Sturtzel, Harald Sattmann, Wolfgang Rohringer, Balthasar Fischer, Marco Andreana, Angelika Unterhuber, Thorsten Schwerte, Martin Distel, Wolfgang Drexler, Rainer A. Leitgeb, Mengyang Liu

Notice bibliographique

RevueBiomedical Optics Express · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesH2020 LEIT Information and Communication TechnologiesFP7 Information and Communication TechnologiesH2020 Leadership in Enabling and Industrial TechnologiesNational Institutes of HealthHorizon 2020 Framework ProgrammeÖsterreichische Forschungsförderungsgesellschaft
Mots-clésOptical coherence tomographyPreclinical imagingFunctional imagingPhotoacoustic tomographyBiomedical engineeringPhotoacoustic imaging in biomedicineOptical imagingDiffuse optical imagingModality (human–computer interaction)OpticsMicroscopyTomographyMaterials scienceIn vivoComputer scienceMedicineRadiologyArtificial intelligenceBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

We present a dual modality functional optical coherence tomography and photoacoustic microscopy (OCT-PAM) system. The photoacoustic modality employs an akinetic optical sensor with a large imaging window. This imaging window enables direct reflection mode operation, and a seamless integration of optical coherence tomography (OCT) as a second imaging modality. Functional extensions to the OCT-PAM system include Doppler OCT (DOCT) and spectroscopic PAM (sPAM). This functional and non-invasive imaging system is applied to image zebrafish larvae, demonstrating its capability to extract both morphological and hemodynamic parameters in vivo in small animals, which are essential and critical in preclinical imaging for physiological, pathophysiological and drug response studies.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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

Citations48
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207