Spectral focusing-based stimulated Raman scattering microscopy using compact glass blocks for adjustable dispersion
Notice bibliographique
Résumé
Spectral focusing is a well-established technique for increasing spectral resolution in coherent Raman scattering microscopy. However, current methods for tuning optical chirp in setups using spectral focusing, such as glass rods, gratings, and prisms, are very cumbersome, time-consuming to use, and difficult to align, all of which limit more widespread use of the spectral focusing technique. Here, we report a stimulated Raman scattering (SRS) configuration which can rapidly tune optical chirp by utilizing compact adjustable-dispersion TIH53 glass blocks. By varying the height of the blocks, the number of bounces in the blocks and therefore path length of the pulses through the glass can be quickly modulated, allowing for a convenient method of adjusting chirp with almost no necessary realignment. To demonstrate the flexibility of this configuration, we characterize our system’s signal-to-noise ratio and spectral resolution at different chirp values and perform imaging in both the carbon-hydrogen stretching region (MCF-7 cells) and fingerprint region (prostate cores). Our findings show that adjustable-dispersion glass blocks allow the user to effortlessly modify their optical system to suit their imaging requirements. These blocks can be used to significantly simplify and miniaturize experimental configurations utilizing spectral focusing.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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) | 0,024 | 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 ».