Au-TiO2-Coated Spectroscopy-Based Human Teeth Disorder Detection Sensor: Design and Quantitative Analysis
Notice bibliographique
Résumé
Human tooth functionality is the most important for the human body to become fit and healthy. Due to the disease attacks in human teeth, parts may lead to different fatal diseases. A spectroscopy-based photonic crystal fiber (PCF) sensor was simulated and numerically analyzed for the detection of dental disorders in the human body. In this sensor structure, SF11 is used as the base material, gold (Au) is used as the plasmonic material, and TiO2 is used within the gold and sensing analyte layer, and the sensing medium for the analysis of the teeth parts is the aqueous solution. The maximum optical parameter values for the human tooth parts enamel, dentine, and cementum in terms of wavelength sensitivity and confinement loss were obtained as 28,948.69 nm/RIU and 0.00015 dB/m for enamel, 33,684.99 nm/RIU and 0.00028 dB/m, and 38,396.56 nm/RIU and 0.00087 dB/m, respectively. The sensor is more precisely defined by these high responses. The PCF-based sensor for tooth disorder detection is a relatively recent development. Due to its design flexibility, robustness, and wide bandwidth, its application area has been spreading out. The offered sensor can be used in the biological sensing area to identify problems with human teeth.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».