Real‐time display of artifact‐free electroencephalography during functional magnetic resonance imaging and magnetic resonance spectroscopy in an animal model of epilepsy
Notice bibliographique
Résumé
Simultaneous recording of electroencephalogram (EEG) and functional MRI (fMRI) or MR spectroscopy (MRS) can provide further insight into our understanding of the underlying mechanisms of neurologic disorders. Current technology for simultaneous EEG and MRI recording is limited by extensive postacquisition processing of the data. Real-time display of artifact-free EEG recording during fMRI/MRS studies is essential in studies that involve epilepsy to ensure that they address specific EEG features such as epileptic spikes or seizures. By optimizing the EEG recording equipment to maximize the common mode rejection ratio of its amplifiers, a unique EEG system was designed and tested that allowed real-time display of the artifact-free EEG during fMRI/MRS in an animal model of epilepsy. Spike recordings were optimized by suppression of the background EEG activity using fast-acting and easily controlled inhalational anesthesia. Artifact suppression efficiency of 70-100% was achieved following direct subtraction of referentially recorded filtered EEG tracings from active electrodes, which were located in close proximity to each other (over homologous occipital cortices) and a reference electrode. Two independent postacquisition processing tools, independent component analysis and direct subtraction of unfiltered digital EEG data in MATLAB, were used to verify the accuracy of real-time EEG display.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».