Associations of Resting-State fMRI Functional Connectivity with Flow-BOLD Coupling and Regional Vasculature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There has been tremendous interest in applying functional magnetic resonance imaging-based resting-state functional connectivity (rs-fcMRI) measurements to the study of brain function. However, a lack of understanding of the physiological mechanisms of rs-fcMRI limits their ability to interpret rs-fcMRI findings. In this work, the authors examine the regional associations between rs-fcMRI estimates and dynamic coupling between the blood oxygenation level-dependent (BOLD) and cerebral blood flow (CBF), as well as resting macrovascular volume. Resting-state BOLD and CBF data were simultaneously acquired using a dual-echo pseudocontinuous arterial spin labeling (pCASL) technique, whereas macrovascular volume fraction was estimated using time-of-flight MR angiography. Functional connectivity within well-known functional networks—including the default mode, frontoparietal, and primary sensory-motor networks—was calculated using a conventional seed-based correlation approach. They found the functional connectivity strength to be significantly correlated with the regional increase in CBF-BOLD coupling strength and inversely proportional to macrovascular volume fraction. These relationships were consistently observed within all functional networks considered. Their findings suggest that highly connected networks observed using rs-fcMRI are not likely to be mediated by common vascular drainage linking distal cortical areas. Instead, high BOLD functional connectivity is more likely to reflect tighter neurovascular connections, attributable to neuronal pathways.
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.
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 | 0,002 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle