MétaCan
Menu
Retour à la cohorte
Enregistrement W3045982619 · doi:10.1364/ol.397223

All-optical label-free human breast tissue block histology using photoacoustic remote sensing

2020· article· en· W3045982619 sur OpenAlexafffund
Saad Abbasi, Deepak Dinakaran, Gilbert Bigras, John R. Mackey, Parsin Haji Reza

Notice bibliographique

RevueOptics Letters · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensIllumisonics (Canada)University of AlbertaUniversity of Waterloo
Organismes subventionnairesCentre for Bioengineering and Biotechnology, University of WaterlooMitacsUniversity of WaterlooillumiSonicsCanada Foundation for InnovationNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotoacoustic imaging in biomedicineComputer scienceMicroscopeWorkflowBiomedical engineeringPathologyMaterials scienceMedicineOptics

Résumé

récupéré en direct d'OpenAlex

The direct imaging of tissue preserved in formalin-fixed paraffin-embedded (FFPE) blocks remains a challenge. There are presently millions of tissues preserved as FFPE blocks whose assessment via bright-field microscopes requires them to be sectioned and subsequently stained. These processes are laborious, resource-intensive, and time consuming. In this Letter, we utilize an ultraviolet laser with photoacoustic remote sensing to provide a novel method that enables direct label-free pathological assessment of FFPE blocks. We demonstrate the efficacy of this technique by imaging human breast tissue, highlighting salient features such as ducts, adipocytes, and ductal hyperplasia. This direct imaging of FFPE blocks facilitates pathological assessment much earlier in the histopathological workflow, saving valuable time in clinical and research settings. The presented non-contact label-free reflection-mode device enables augmentation of existing histopathological workflows and aims to expand the arsenal of imaging technologies available to clinicians.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,936
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,218 · 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.

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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207