MétaCan
Menu
Retour à la cohorte
Enregistrement W3201556326 · doi:10.1364/boe.439404

Label-free monitoring of 3D cortical neuronal growth in vitro using optical diffraction tomography

2021· article· en· W3201556326 sur OpenAlexaff
Ariel J. Lee, Dongjo Yoon, Seung Yun Han, Hervé Hugonnet, Weisun Park, Je‐Kyun Park, Yoonkey Nam, YongKeun Park

Notice bibliographique

RevueBiomedical Optics Express · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDigital Holography and Microscopy
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesInstitute for Information and Communications Technology PromotionKorea Advanced Institute of Science and TechnologyNational Research Foundation of Korea
Mots-clésOptical coherence tomographyTomographyOptical imagingDiffuse optical imagingOptical tomographyIn vitroOpticsBiomedical engineeringMedicineBiologyOphthalmology

Résumé

récupéré en direct d'OpenAlex

primary neuronal cultures. A coupled confocal microscopy and immunofluorescence labeling are widely utilized for visualizing the 3D structures of neurons. However, this requires fixation of the neurons and is not suitable for monitoring an identical sample at multiple time points. Thus, we propose a label-free monitoring method for 3D neuronal growth based on refractive index tomograms obtained by optical diffraction tomography. The 3D morphology of the neurons was clearly visualized, and the developmental processes of neurite outgrowth in 3D spaces were analyzed for individual neurons.

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 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 enseignants0,024
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,016
Tête enseignante GPT0,269
Écart entre enseignants0,252 · 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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetDigital Holography and MicroscopyTravaux en français237 207