MétaCan
Menu
Retour à la cohorte
Enregistrement W3134670866 · doi:10.1117/12.2577794

Towards improved imaging contrast with photoacoustic remote sensing through intelligent signal extraction

2021· article· en· W3134670866 sur OpenAlexaff
Nicholas Pellegrino, Kevan Bell, Benjamin R. Ecclestone, Faraz Ali, Auguste L. Koh, YanYan Tran, Shahid A. Haider, Paul Fieguth, Parsin Haji Reza

Notice bibliographique

RevuePhotons Plus Ultrasound: Imaging and Sensing 2021 · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of WaterlooIllumisonics (Canada)Optina Diagnostics (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceContrast (vision)Computer visionSIGNAL (programming language)Artificial intelligencePixelModality (human–computer interaction)Photoacoustic imaging in biomedicineReflection (computer programming)Thermoelastic dampingTime domainMaterials scienceOpticsThermalPhysics

Résumé

récupéré en direct d'OpenAlex

Photoacoustic Remote Sensing (PARS™), an all-optical, non-contact, reflection-mode, label-free biomedical imaging modality, is sensitive to optical absorption in biological tissues. Images are formed by scanning across tissue, collecting time-domain signals at each point which represent the initial pressures generated through induced thermoelastic expansion. Previously, when obtaining pixel intensity, the rich temporal and spectral content of the time-domain signals has largely been ignored. In this exploratory work, meaningful features are intelligently extracted from the time-domain signals. Based on these extracted features, attributes relevant to pixel intensity can be used to form images of improved contrast and greater detail.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,008
Tête enseignante GPT0,227
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 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotons Plus Ultrasound: Imaging and Sensing 2021Même sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207