Minimum spectral resolution for continuous-wave hyperspectral near-infrared tissue spectroscopy
Notice bibliographique
Résumé
Significance: Continuous-wave hyperspectral near-infrared spectroscopy (h-NIRS) is a reliable and cost-effective technique for noninvasive monitoring of tissue blood content and oxygenation at the point-of-care; however, most h-NIRS devices are based on expensive custom-built spectrometers. For widespread adoption, low-cost, miniature, off-the-shelf spectrometers are needed. To guide the development of such spectrometers, a standard for spectral resolution must first be defined. Aim: We aim to identify the minimum spectral resolution needed for h-NIRS devices to accurately measure oxy- and deoxy-hemoglobin (HbO and Hb) concentrations in tissue. Approach: h-NIRS measurements were acquired from fully oxygenated and deoxygenated blood-lipid phantoms at 13 spectral resolutions. Data for other oxygenation levels were simulated using NIRFAST. HbO and Hb concentrations were estimated at each resolution and compared with the ground truth hemoglobin concentration. Results: The concentration of Hb was estimated with high accuracy for resolutions up to 10 nm, whereas HbO estimates were more variable. For both chromophores, the accuracy of the estimation gradually decreased with resolutions beyond 10 nm. Conclusions: Spectral resolutions up to 10 nm can be used for h-NIRS without compromising the accuracy of estimating tissue blood content and oxygenation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».