EEG‐fMRI of focal epileptic spikes: Analysis with multiple haemodynamic functions and comparison with gadolinium‐enhanced MR angiograms
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
Combined EEG-fMRI has recently been used to explore the BOLD responses to interictal epileptiform discharges. This study examines whether misspecification of the form of the haemodynamic response function (HRF) results in significant fMRI responses being missed in the statistical analysis. EEG-fMRI data from 31 patients with focal epilepsy were analysed with four HRFs peaking from 3 to 9 sec after each interictal event, in addition to a standard HRF that peaked after 5.4 sec. In four patients, fMRI responses were correlated with gadolinium-enhanced MR angiograms and with EEG data from intracranial electrodes. In an attempt to understand the absence of BOLD responses in a significant group of patients, the degree of signal loss occurring as a result of magnetic field inhomogeneities was compared with the detected fMRI responses in ten patients with temporal lobe spikes. Using multiple HRFs resulted in an increased percentage of data sets with significant fMRI activations, from 45% when using the standard HRF alone, to 62.5%. The standard HRF was good at detecting positive BOLD responses, but less appropriate for negative BOLD responses, the majority of which were more accurately modelled by an HRF that peaked later than the standard. Co-registration of statistical maps with gadolinium-enhanced MRIs suggested that the detected fMRI responses were not in general related to large veins. Signal loss in the temporal lobes seemed to be an important factor in 7 of 12 patients who did not show fMRI activations with any of the HRFs.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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