Scanneur de profilométrie laser tridimensionnelle adapté au LabPET
Notice bibliographique
Résumé
L'imagerie préclinique regroupe les méthodes d'imagerie permettant de faire une étude des processus biologiques in vivo et de manière non-invasive sur animaux de laboratoire. La tomographie d'émission par positrons (TEP) est une de ces méthodes. Elle utilise des molécules marquées par des émetteurs de positrons afin de pouvoir mesurer la biodistribution in vivo de ces molécules. Cependant, l'imagerie TEP est limitée à la détection de molécules marquées dans un organisme et n'offre pas toujours de référentiel suffisamment précis pour indiquer leur position exacte relativement aux organes et aux tissus internes. Le but du scanneur de profilométrie tridimensionnel (SPT) est donc de fournir un modèle 3D du contour de l'organisme qui sera superposé aux images TEP. Ce mémoire porte sur le développement de l'appareil et son installation sur le LabPET, un appareil d'imagerie TEP pour souris et rats de laboratoire développé au le Centre d'imagerie moléculaire de Sherbrooke. Ce mémoire détaille la méthodologie, le développement du matériel de mesure et les algorithmes utilisés pour la conception et la réalisation du SPT ainsi que les résultats obtenus. Une emphase est placée sur l'utilisation d'une bipyramide à base triangulaire afin d'obtenir une méthode de calibrage flexible permettant de calibrer simultanément les multiples systèmes d'acquisition du SPT et leur fournir un même référentiel unique.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».