Intramuscular Innervation of Infraspinatus: A 3‐D Modeling Study
Notice bibliographique
Résumé
Neuromuscular partitioning is important in defining functional differences within a muscle volume. It has been shown that individual neuromuscular partitions may be differentially affected in pathology. Neuromuscular partitions are defined by independent innervation and architectural differences. Infraspinatus (IS) is a functionally important rotator cuff muscle where neuromuscular partitioning has not been well studied. The purpose is to investigate the intramuscular innervation patterns of IS. In this pilot study, 5 formalin‐embalmed cadaveric have been dissected, digitized, and modeled to date. The suprascapular nerve (SSN) was digitized sequentially in short segments and the data was modeled using Autodesk ® Maya ® 2012. The models were used to document the intramuscular innervation patterns/neuromuscular partitions. The SSN enters IS at the spinoglenoid notch as 1–3 nerves. In three specimens, one nerve entered the IS belly and divided into 3 main branches: (1) a superior branch (br) to superior part of the muscle belly; (2) a lateral br to upper inferior belly; (3) middle br to middle and lower inferior bellies. When SSN enters as 2–3 branches, a separate lateral and/or superior branch enter their respective regions. These results provide a detailed mapping of the intramuscular innervation of IS, providing evidence of neuromuscular partitioning within the IS muscle belly.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».