Квантовая электроника
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов
Загрузить рукопись

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Квантовая электроника:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Квантовая электроника, 2019, том 49, номер 1, страницы 6–12 (Mi qe16960)  

Эта публикация цитируется в 11 научных статьях (всего в 11 статьях)

Лазерная биофотоника

Конфокальная рамановская визуализация срезов кожи, содержащих волосяные фолликулы, с использованием классической регрессии с применением метода наименьших квадратов и многомерного разрешения кривых с использованием ограниченного алгоритма чередующихся наименьших квадратов

И. Шлойзенерab, В. Каррерabc, А. Патцельтab, Ш. Гоde, Т. Боклицde, Л. Кодерхc, Ю. Ладеманнab, М. Е. Дарвинab

a Charité - Universitätsmedizin Berlin, corporate member of Freie Universität Berlin, Humboldt-Universität zu Berlin, Germany
b Berlin Institute of Health, Department of Dermatology, Venerology and Allergology, Center of Experimental and Applied Cutaneous Physiology, Germany
c Institute of Advanced Chemistry of Catalonia, Department of Chemical and Surfactants Technology, Spain
d Institute of Physical Chemistry and Abbe Center of Photonics, Friedrich Schiller University Jena, Germany
e Leibniz Institute of Photonic Technology, Member of Leibniz Research Alliance "Health Technologies", Germany
Список литературы:
Аннотация: Конфокальная рамановская микроскопия (КРМ) применена для визуализации пространственного распределения различных компонентов кожи в кожных срезах ex vivo, содержащих волосяные фолликулы. Для соответствующего анализа многомерных данных применялись различные методы разложения по эталонным спектрам компонентов кожи (дерма, жизнеспособный эпидермис, роговой слой и волосы). Как наиболее подходящие, нами были выбраны классическая регрессия с применением метода наименьших квадратов и многомерное разрешение кривых с использованием ограниченного алгоритма чередующихся наименьших квадратов. Полезным применением КРМ в сочетании с анализом многомерных данных может быть анализ путей проникновения в кожу таких местно применяемых веществ, как косметические или лекарственные препараты, особенно внутри волосяных фолликулов или вокруг них.
Ключевые слова: дерматология, оптическая профилометрия, анализ многомерных данных, гиперспектральная визуализация, визуализация кожи, конфокальная рамановская микроскопия.
Поступила в редакцию: 25.09.2018
Исправленный вариант: 12.10.2018
Англоязычная версия:
Quantum Electronics, 2019, Volume 49, Issue 1, Pages 6–12
DOI: https://doi.org/10.1070/QEL16901
Реферативные базы данных:
Тип публикации: Статья
Дополнительные материалы:
pic_1.pdf (1.3 Mb)
pic_2.pdf (7.1 Mb)
pic_3.pdf (7.1 Mb)
pic_4.pdf (2.1 Mb)


Образец цитирования: И. Шлойзенер, В. Каррер, А. Патцельт, Ш. Го, Т. Боклиц, Л. Кодерх, Ю. Ладеманн, М. Е. Дарвин, “Конфокальная рамановская визуализация срезов кожи, содержащих волосяные фолликулы, с использованием классической регрессии с применением метода наименьших квадратов и многомерного разрешения кривых с использованием ограниченного алгоритма чередующихся наименьших квадратов”, Квантовая электроника, 49:1 (2019), 6–12 [Quantum Electron., 49:1 (2019), 6–12]
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/qe16960
  • https://www.mathnet.ru/rus/qe/v49/i1/p6
  • Эта публикация цитируется в следующих 11 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Квантовая электроника Quantum Electronics
    Статистика просмотров:
    Страница аннотации:292
    PDF полного текста:71
    Список литературы:28
    Первая страница:14
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024