MétaCan
Menu
Retour à la cohorte
Enregistrement W3200314154 · doi:10.1364/boe.433427

Compressed sensing time-resolved spectrometer for quantification of light absorbers in turbid media

2021· article· en· W3200314154 sur OpenAlexafffund
Seva Ioussoufovitch, David J. Cohen, Daniel Milej, Mamadou Diop

Notice bibliographique

RevueBiomedical Optics Express · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesSchulich School of Medicine and DentistryNatural Sciences and Engineering Research Council of CanadaUniversity of WaterlooLawson Health Research InstituteRensselaer Polytechnic Institute
Mots-clésOpticsSpectrometerMaterials scienceLight scatteringRemote sensingScatteringPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Time-resolved (TR) spectroscopy is well-suited to address the challenges of quantifying light absorbers in highly scattering media such as living tissue; however, current TR spectrometers are either based on expensive array detectors or rely on wavelength scanning. Here, we introduce a TR spectrometer architecture based on compressed sensing (CS) and time-correlated single-photon counting. Using both CS and basis scanning, we demonstrate that-in homogeneous and two-layer tissue-mimicking phantoms made of Intralipid and Indocyanine Green-the CS method agrees with or outperforms uncompressed approaches. Further, we illustrate the superior depth sensitivity of TR spectroscopy and highlight the potential of the device to quantify absorption changes in deeper (>1 cm) tissue layers.

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: aucune
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,306
Écart entre enseignants0,284 · 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207