Training improves orientation-in-noise thresholds in an animal model of amblyopia
Notice bibliographique
Résumé
Binocular visual experience is necessary for the normal fine tuning of neural circuits in the visual cortex and the emergence of optimal signal-to-noise processing. A number of studies have suggested that the loss of visual acuity and contrast sensitivity after early monocular deprivation are a result of increased neural noise in the visual cortex. Here, our purpose is to determine the long-term effects of early monocular deprivation on neural signal-to-noise and whether intensive training with a visual signal-in-noise stimulus can ameliorate the visual deficits. We reared cats with either normal vision or a short period (2 weeks) of monocular deprivation early in the critical period. We then compared the impact of early training with a noise-free or noisy stimulus by measuring the developmental trajectory for grating acuity from one litter and orientation-in-noise thresholds from the other litter. The short period of monocular deprivation did not alter the developmental trajectory for either stimulus, or the adult grating acuity. Brief deprivation did, however, lead to poorer adult performance on the noise stimulus. Compared to normal cats, the deprived eye of cats with early training on noise required 10–15% more orientation signal to discriminate the target from noise. Surprisingly, even the non-deprived eye was affected, requiring 5–10% more orientation signal at threshold. Next, we measured orientation-in-noise thresholds for cats trained on grating acuity during development. Their thresholds were substantially worse, needing ∼ 30–50% more signal to make the discrimination; but after 2-3 weeks of intensive daily training, the thresholds began to improve. These findings reveal a prolonged development for the maturation of visual signal-in-noise processing with the deprived eye deficit not apparent until many weeks after the end of monocular deprivation. Finally, intensive training during development, or in young adults, can ameliorate much of the noise discrimination deficit caused by early visual deprivation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».