Variations in BOLD response latency estimated from event‐related fMRI at 3T: Comparisons between gradient‐echo and Spin‐echo
Notice bibliographique
Résumé
ABSTRACT Functional magnetic resonance imaging (fMRI) commonly uses gradient‐recalled echo (GRE) signals to detect regional hemodynamic variations originating from neural activities. While the spatial localization of activation shows promising applications, indexing temporal response remains a poor mechanism for detecting the timing of neural activity. Particularly, the hemodynamic response may fail to resolve sub‐second temporal differences between brain regions because of its signal origin or noise in data, or both. This study aimed at evaluating the performance of latency estimation using different fMRI techniques, with two event‐related experiments at 3T. Experiment I evaluated latency variations within the visual cortex and their relationship with contrast‐to‐noise ratios (CNRs) for GRE, spin echo (SE), and diffusion‐weighted SE (DWSE). Experiment II used delayed visual stimuli between two hemifields (delay time = 0, 250, and 500 ms, respectively) to assess the temporal resolving power of three protocols: GRETR1000, GRETR500, and SETR1000. The results of experiment I showed the earliest latency with DWSE, followed by SE, and then GRE. Latency variations decreased as CNR increased. However, similar variations were found between GRE and SE, when the latter had lower CNR. In experiment II, measured stimulus delays from all conditions were significantly correlated with preset stimulus delays. Inter‐subject variation in the measured delay was found to be greatest with GRETR1000, followed by GRETR500, and the least with SETR1000. Conclusively, blood oxygenation level‐dependent responses obtained from GRE exhibit greater CNR but no compromised latency variations in the visual cortex. SE is potentially capable of improving the performance of latency estimation, especially for group analysis. © 2013 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 23, 215–221, 2013
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 | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».