Extended‐volume image‐derived models of coronary microcirculation
Notice bibliographique
Résumé
OBJECTIVE: Recent advances in tissue clearing and high-throughput imaging have enabled the acquisition of extended-volume microvasculature images at a submicron resolution. The objective of this study was to extract information from this type of images by integrating a sequence of 3D image processing steps on Terabyte scale datasets. METHODS: We acquired coronary microvasculature images throughout an entire short-axis slice of a 3-month-old Wistar-Kyoto rat heart. This dataset covered 13 × 10 × 0.6 mm at a resolution of 0.933 × 0.933 × 1.866 μm and occupied 700 Gigabytes of disk space. We used chunk-based image segmentation, combined with an efficient graph generation technique, to quantify the microvasculature in the large-scale images. Specifically, we focused on the microvasculature with a vessel diameter up to 15 μm. RESULTS: Morphological data for the complete short-axis ring were extracted within 16 h using this pipeline. From the analyses, we identified that microvessel lengths in the rat coronary microvasculature varied from 6 to 300 μm. However, their distribution was heavily skewed toward shorter lengths, with a mode of 16.5 μm. In contrast, vessel diameters ranged from 3 to 15 μm and had an approximately normal distribution of 6.5 ± 2 μm. CONCLUSION: The tools and techniques from this study will serve other investigations into the microcirculation, and the wealth of data from this study will enable the analysis of biophysical mechanisms using computer models.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».