NI-59 * TABLET TECHNOLOGY FOR IMPROVED PREOPERATIVE SPEECH MAPPING USING FUNCTIONAL MRI IN PATIENTS WITH LOW-GRADE GLIOMA
Notice bibliographique
Résumé
INTRODUCTION AND METHODS: The survival benefit afforded by surgical resection for patients with low-grade gliomas (LGG) is becoming increasingly clear. Preoperative functional mapping with functional MRI and awake craniotomy with intraoperative mapping of speech and motor function have improved the safety and efficacy of surgery for LGG. We sought to expand the ability of preoperative fMRI to identify centers of functional eloquence by utilizing more sophisticated functional testing paradigms through the design of an MRI-compatible electronic tablet, which enables us to perform advanced language and motor testing during fMRI. RESULTS: Group analysis of healthy subjects produced activation in predicted locations (Broca's area for rhyming, Broca and Wernike's area for semantic decisions and the superior parietal lobule for word copying). Imaging results for the brain tumor patient showed bilateral language activation with active areas touching the tumor boundary. Conjunction analysis performed between rhyming and word copying tasks was found to substantially increase the specificity of the activation maps while maintaining the same sensitivity when compared with direct cortical simulation. CONCLUSIONS: Our preliminary studies demonstrate that functional data for speech mapping generated by use of the tablet during fMRI is replicable at surgery, with an increased sensitivity without loss of specificty for speech cortex mapping. We have begun to identify advanced language testing paradigms for its further development.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».