Image Selection Code for Automated Dicentric Chromosome Identification
Notice bibliographique
Résumé
Image Selection for Metaphase Images in Automated Dicentric Chromosome Identification Author: Yanxin Li, Jin Liu Correspondence: Peter K. Rogan, Ph.D, progan@uwo.ca This code is for the following paper: Accurate cytogenetic biodosimetry through automated dicentric chromosome curation and metaphase cell selection Jin Liu, Yanxin Li, Ruth Wilkins, Farrah Flegal, Joan H. Knoll, Peter K. Rogan List of files and folders: DemoSample1: metaphase images for DemoSample1 DemoSample2: metaphase images for DemoSample2 DemoSample1.adcisample: ADCI sample file generated by ADCI software for DemoSample1. DemoSample2.adcisample: ADCI sample file generated by ADCI software for DemoSample2. ADCI sample files contain area and filters information of images which is required by Image Selection code. DemoScript.py: Image Selection code Prerequisites for the Image Selection code: Python 2. Code is tested in Python 2.7.6 NumPy How to run: Run DemoScript.py. Make sure DemoSample1.adcisample and DemoSample2.adcisample are in the same folder as DemoScript.py. Results: For each sample, the code will display image names in descending order of quality, measured by Group Bin Distance or Combined Z Score (using weight 434521). To evaluate the sorting, view metaphase images in DemoSample1 or DemoSample2 folders.
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 | 0,002 | 0,005 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,312 | 0,159 |
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 ».