MétaCan
Menu
Retour à la cohorte
Enregistrement W4323657057 · doi:10.1117/12.2649659

High-resolution photoacoustic 3D imaging system for animal experiments using a hemispherical detector array

2023· article· en· W4323657057 sur OpenAlexaff
Yasufumi Asao, Kenichi Nagae, Hiroyuki Sekiguchi, Sadakazu Aiso, S. Watanabe, Marika Sato, Shinae Kizaka‐Kondoh, T. Yagi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensLuxmux Technology (Canada)
Organismes subventionnairesnon disponible
Mots-clésOpticsDetectorPhotoacoustic imaging in biomedicineBiomedical engineeringMaterials scienceImage qualityPhysicsComputer scienceComputer visionMedicineImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

A photoacoustic 3D imaging system for animal experiments was made. This system is special because it has a hemispherical detector array. To test its performance, we used a chart from the field of optics as a sample. We checked the whole imaging range using the ISO 12233 chart, which is used to test digital camera images. We found that there was no distortion in the xy-plane and the system had high resolution. We also tested it using a high image quality mode with a different scanning sequence. In this study, live albino mice with white hairs were anesthetized and photographed. Using hair removal cream, we were able to visualize the vascular network throughout their bodies, including blood vessels in organs such as the liver and kidneys. The smallest vessels we were able to visualize were less than 0.1 mm in diameter. We used photoacoustic (PA) images to relatively estimate the oxygen saturation of the mice's blood at two different wavelengths, which we refer to as the S-factor. By analyzing the PA images, we were able to estimate the arterial and venous systems of the whole body, as well as the difference in S-factor between the two systems within the liver. When the mice were euthanized and examined post-mortem, we observed that the S-factor of the whole body decreased and the difference in S-factor between the two systems within the liver was lost.

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)0,002
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 GPT0,243
Écart entre enseignants0,227 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207