Spatial analysis of polarimetric images to enhance near-surface sampling sensitivity: feasibility in demineralized teeth and other tissue-like media
Notice bibliographique
Résumé
Significance: Early tooth demineralization may be detectable through spatial analysis of polarized light images as demonstrated in this study. This may also prove useful in the early detection of epithelial tumors that comprise the majority of the cancer burden worldwide. Aim: The spatial properties of polarized light images have not been greatly exploited in biomedicine to improve sensitivity to superficial tissue regions; therefore, we investigate the optical sampling depth effects as a function of location in the backscattered polarimetric images. Approach: Backscattered linear polarization intensity distributions exhibit four-lobed patterns arising through single-scattering, multiple-scattering, and geometrical effects. These photon pathway dynamics are investigated through experimental imaging of microsphere suspensions along with corroborative computational polarization-sensitive Monte Carlo modeling. The studied sampling depth effects of linear and circular polarization images (explored in a previous study) are then evaluated on normal and demineralized human teeth, which are known to differ in their surface and sub-surface structures. Results: Backscattered linear polarization images exhibit enhanced sensitivity to near-surface properties of media (for example, surface roughness and turbidity) at specific locations within the four-lobed patterns. This yields improved differentiation of two tooth types when spatially selecting image regions in the direction perpendicular to the incident linear polarization vector. Circular polarimetric imaging also yields improved differentiation through spatial selection of regions close to the site of illumination. Improved sensitivity to superficial tissues is achieved through a combination of these linear and circular polarimetric imaging approaches. Conclusions: Heightened sampling sensitivity to tissue microstructure in the surface/near-surface region of turbid tissue-like media and dental tissue is achieved through a judicious spatial selection of specific regions in the resultant co-linear and cross-circular backscattered polarimetric images.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».