Single-Shot Ultra-Widefield Polarization-Diversity Optical Coherence Tomography for Assessing Retinal and Choroidal Pathologies
Notice bibliographique
Résumé
Background: Optical coherence tomography (OCT) is a leading ocular imaging modality, known for delivering high-resolution volumetric morphological images. However, conventional OCT systems are limited by their narrow field-of-view (FOV) and their reliance on scattering contrast, lacking molecular specificity. Methods: To address these limitations, we developed a custom-built 105∘ ultra-widefield polarization-diversity OCT (UWF PD-OCT) system for assessing various retinal and choroidal conditions, which is particularly advantageous for visualizing peripheral retinal abnormalities. Patients with peripheral lesions or pigmentary changes were imaged using the UWF PD-OCT to evaluate the system’s diagnostic capabilities. Comparisons were made with conventional swept-source OCT and other standard clinical imaging modalities to highlight the benefits of depolarization contrast for identifying pathological changes. Results: The molecular-specific contrast offered by UWF PD-OCT enhanced the detection of disease-specific features, particularly in the peripheral retina, by capturing melanin distribution and pigmentary changes in a single shot. This detailed visualization allows clinicians to monitor disease progression with greater precision, offering more accurate insights into retinal and choroidal pathologies. Conclusions: Integrating UWF PD-OCT into clinical practice represents a major advancement in ocular imaging, enabling comprehensive views of retinal pathologies that are difficult to capture with current modalities. This technology holds great potential to transform the diagnosis and management of retinal and choroidal diseases by providing unique insights into peripheral retinal abnormalities and melanin-specific changes, critical for early detection and timely intervention.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».