MARC

 008260126s2025        us                              c    eng  d
■001000017360295
■00520260202105420
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263324391
■035    ▼a(MiAaPQ)AAI32307860
■035    ▼a(MiAaPQ)GeorgiaTech77860
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a515.2433
■1001  ▼aDixon,  Jessica.
■24510▼aAdvancing  Biological  BCARS  Imaging:  Simulation-Based  Optimization,  and  Machine  Learning  Analysis
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a135  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  Cicerone,  Marcus  T.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2025.
■520    ▼aSince  its  discovery,  Raman  spectroscopy  has  evolved  significantly  as  an  analytical  technique.  Over  the  past  two  decades,  rapid  technological  advancements  have  greatly  enhanced  Raman  instrumentation.  Consequently,  numerous  studies  have  demonstrated  the  potential  of  Raman  spectroscopy  and  microscopy  in  revealing  biochemical  patterns  for  critical  biomedical  applications,  such  as  identifying  antibiotic  resistance  or  detecting  cancerous  regions  in  tissue  samples.  However,  Raman  imaging  still  faces  challenges  before  being  fully  adopted  by  the  biomedical  community,  primarily  in  terms  of  speed  and  sensitivity.  Coherent  Raman  techniques  offer  promising  improvements  over  spontaneous  Raman  in  addressing  these  limitations.In  this  dissertation,  I  describe  the  development  of  a  Broadband  Coherent  Anti-Stokes  Raman  Scattering  (BCARS)  microscope  system,  intended  for  imaging  biological  samples,  such  as  single  cells  and  tissue  slices.  Additionally,  several  algorithms  and  computational  methods  are  presented  to  aid  in  the  extraction  and  processing  of  the  BCARS  data  and  to  generate  simulated  data  to  evaluate  these  approaches  reliably.  This  work  is  divided  into  six  chapters.Chapter  1  describes  the  theory  of  spontaneous  and  coherent  Raman  spectroscopy  and  describes  several  applications  of  these  approaches.  Chapter  2  demonstrates  the  use  of  several  machine  learning  techniques  to  distinguish  antibiotic  resistance  from  Raman  spectra  of  bacteria  and  extract  the  significant  spectral  features  used  to  make  this  distinction  by  the  models.  Chapter  3  outlines  the  design,  performance,  and  specifications  of  the  BCARS  microscope.  Chapter  4  describes  the  creation  and  use  of  an  experimentally  based  simulated  tissue  image  dataset  designed  to  evaluate  noise  and  background  removal  methods  applied  to  BCARS  data.  Chapter  5  presents  the  initial  approach  to  using  BCARS  microscopy  in  conjunction  with  immunofluorescence  labeling  to  analyze  fixed  prostate  cancer  cells.  Chapter  6summarizes  the  findings  and  concludes  the  dissertation.
■590    ▼aSchool  code:  0078.
■650  4▼aWavelet  transforms
■650  4▼aAntibiotics
■650  4▼aProstate  cancer
■650  4▼aNeural  networks
■650  4▼aMicroscopy
■650  4▼aSupport  vector  machines
■650  4▼aEnergy
■650  4▼aMetabolism
■650  4▼aMaximum  entropy  method
■650  4▼aMetabolites
■650  4▼aField  programmable  gate  arrays
■650  4▼aDrug  resistance
■650  4▼aComputer  science
■650  4▼aElectrical  engineering
■650  4▼aMathematics
■650  4▼aOncology
■650  4▼aPharmaceutical  sciences
■650  4▼aPharmacology
■690    ▼a0791
■690    ▼a0800
■690    ▼a0984
■690    ▼a0544
■690    ▼a0405
■690    ▼a0992
■690    ▼a0572
■690    ▼a0419
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360295▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서