Segmental airway phantom for endobronchial optical coherence tomography
Notice bibliographique
Résumé
MOTIVATION: Biological samples are not always available to validate performance during development of optical imaging devices for in vivo detection of potentially malignant lesions. Thus, to provide readily available testing, there is a need for phantoms with optical response similar to that of target tissue. OBJECTIVES: 1) Fabricate lung tissue phantoms that mimic structural and optical properties of central and segmental airways for 1310 ± 50 nm endoscopic OCT. 2) Simulate vascular flow to characterize angiography. 3) Produce a robust and cost-effective alternative to ex vivo tissue. METHODS: An agar matrix is mixed with intralipid and coconut oil to achieve tissue-like absorption and scattering properties. A partitioned 3D printed mould is used to mimic airway geometry and embedded tubing is used to simulate vasculature. Fluid-flow is visualized with inter-A-line speckle decorrelation methods. Phantom optical performance is qualitatively and quantitatively compared against segmental airways in previous in vivo human studies using the same imaging system. RESULTS: Images of common bronchial structures (eg: ducts, airway branches) reproduced in the phantoms qualitatively resemble similar structures in vivo (lung airway LB9) in OCT. Airway epithelial thickening indicative of dysplastic progression in vivo is re-created in the phantoms. Depth resolved attenuation coefficients are calculated and plotted for images collected on the same system, quantitatively characterizing replication. Live vasculature is mimicked using intralipid flow and visualized.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».