Mapping Pulsatile Optic Nerve Head Deformation Using OCT
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To develop a noninvasive technique to quantitatively assess the pulsatile deformation due to cardiac contractions of the optic nerve head (ONH). Design: Evaluation of a diagnostic test or technology. Participants: Healthy subjects with no history of refractive surgery, divided into 2 cohorts on the basis of their axial length (AL). Methods: We present a noninvasive technique to quantitatively assess the pulsatile deformation of the ONH tissue by combining high-frequency OCT imaging and widely available image processing algorithms. We performed a thorough validation of the approach, numerically and experimentally, evaluating the sensitivity of the method to artificially induced deformation and its robustness to different noise levels. We performed deformation measurements in cohorts of healthy (n = 9) and myopic (n = 5) subjects in different physiological strain conditions by calculating the amplitude of tissue displacement in both the primary position and abduction. The head rotation was measured using a goniometer. During imaging in abduction, the head was rotated 40° ± 3°, and subjects were instructed to direct their gaze toward the OCT visual target. Main Outcome Measures: Pulsatile tissue displacement maps. Results: < 0.005). Conclusions: The computational pipeline demonstrated good reproducibility and had the capacity to accurately map the pulsatile deformation of the optic nerve. In a clinical setting, we detected physiological changes in normal subjects supporting its translation potential as a novel biomarker for the diagnosis and progression of optic nerve diseases.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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