MétaCan
Menu
Retour à la cohorte
Enregistrement W3126692504 · doi:10.1115/1.4050026

Eighty-Five Percent of Improved Optical Power Delivery to Epiretinal Prostheses Using Rigid Body Compensation Algorithm

2021· article· en· W3126692504 sur OpenAlexaff
Nathaniel Mailhot, Ross Cheriton, Kaustubh Vyas, J P Cook, Steven Prawer, Karin Hinzer, Davide Spinello

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReflector (photography)Compensation (psychology)ScleraComputer scienceOptical powerOpticsPower (physics)PhysicsMedicineSurgeryLight sourceLaser

Résumé

récupéré en direct d'OpenAlex

Vision impairment caused by degenerative retinal pathologies such as age-related macular degeneration can be treated using retinal implants. Such devices receive power and data using cables passing through a permanent surgical incision in the eye wall (sclera), which increases the risk to patients and surgical costs. A recently developed retinal implant design eliminates the necessity of the implant cable using a photonic power converter (PPC), which receives optical power and data through the pupil and is directed by an ellipsoidal reflector and micro-electromechanical mirror. We present a misalignment compensation algorithm model that accounts for rigid-body motions of the reflector relative to the eye and applies the correction to the mirror coordinates in the presence of angular misalignment of the reflector. We demonstrate that up to 85% of the nominal optical power can be delivered to the implant with axial reflector misalignments up to 30 deg using the compensation algorithm.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,023
Tête enseignante GPT0,260
Écart entre enseignants0,237 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetNeuroscience and Neural EngineeringTravaux en français237 207