Utilizing Fisheye Cameras and Mass Spectrometry Imaging to Obtain Probing Coordinates for Histological Samples
Notice bibliographique
Résumé
Detecting chemical compositions in histological samples using mass spectrometry often requires time-consuming user interaction with a probe to ensure it is positioned as closely as possible to a sampling region. Fisheye cameras can obtain images of samples with a wide field-of-view; however, barrel distortion makes it difficult to analyze them as a flat plane. This research project aimed to develop an application that unwarps live images of histological samples captured with a fisheye camera and calculates the exact image-to-real-world probing coordinates with minor user interaction. Python’s PyQt5 and OpenCV libraries were utilized to create interactive software that removes fisheye distortion, finds image-to-real-world coordinates, and segments images. Connected hardware consisted of a Prusa 3D printer, liquid micro junction-surface sampling probe, fisheye camera, and LED light strips. The printer provided a bed for capturing sample images and control of the camera and probe within 1/100 of a millimetre. The software was outlined to process at least 2 photos of checkerboards for the fisheye undistortion, capture a photo of a sample to be unwarped, and require the user to map 4 points from the image to probe coordinates. Using this approach, real-world coordinates could be found for any image location. The application successfully unwarps live photos and converts image-to-real-world coordinates with sub-millimeter accuracy. Users can take new calibration photos, control lighting, save photos, and check undistortion entirely within the application to ensure all parameters are satisfactory. Coordinates of significant regions are displayed or may be manually selected, making it easier to sample specific areas. The success of unwarping relies on the camera’s focus and height, lighting, and object positioning. Future development plans to improve robustness and coordinate accuracy, and reduce the amount of calibration needed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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 ».