MétaCan
Menu
Retour à la cohorte
Enregistrement W4206363538 · doi:10.1002/jbio.202100275

An ultrasonography‐based approach for tissue modelling to inform photo‐therapy treatment strategies

2022· article· en· W4206363538 sur OpenAlexfundno aff
Akhil Kallepalli, J Halls, David James, M. Richardson

Notice bibliographique

RevueJournal of Biophotonics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, IrvineUniversity of Toronto
Mots-clésFlexibility (engineering)Medical physicsComputer scienceUltrasoundProtocol (science)Pipeline (software)Process (computing)Biomedical engineeringMedicineRadiologyPathology

Résumé

récupéré en direct d'OpenAlex

Currently, diagnostic medicine uses a multitude of tools ranging from ionising radiation to histology analysis. With advances in piezoelectric crystal technology, high-frequency ultrasound imaging has developed to achieve comparatively high resolution without the drawbacks of ionising radiation. This research proposes a low-cost, non-invasive and real-time protocol for informing photo-therapy procedures using ultrasound imaging. We combine currently available ultrasound procedures with Monte Carlo methods for assessing light transport and photo-energy deposition in the tissue. The measurements from high-resolution ultrasound scans are used as input for optical simulations. Consequently, this provides a pipeline that will inform medical practitioners for better therapy strategy planning. While validating known inferences of light transport through biological tissue, our results highlight the range of information such as temporal monitoring and energy deposition at varying depths. This process also retains the flexibility of testing various wavelengths for individual-specific geometries and anatomy.

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 enseignants0,175
Score d'incertitude au seuil0,513

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 recherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,359
Écart entre enseignants0,315 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiophotonicsMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207