Effects of Visual Deprivation on Regional Cerebral Blood Flow Velocity and Neurovascular Coupling
Notice bibliographique
Résumé
Recently, short-term visual deprivation has been shown to affect a variety of non-visual processes and regional cortical activity (Sathian & Zangaladze, 2001). Surprisingly, very little is known about how such visual deprivation impacts regional cerebral blood flow velocity (CBFv) or its adaptation with the underlying neuronal activity (i.e., neurovascular coupling). The current study sought to investigate the effects of short-term (two-hour) visual deprivation on regional CBFv and neurovascular coupling. CBFv (transcranial Doppler ultrasound) was measured concurrently in the posterior cerebral artery (PCA) and the middle cerebral artery (MCA). Neurovascular coupling was assessed using established methods, consisting of two minutes of baseline (eyes closed and reading), five cycles of 40 seconds reading - 20 seconds eyes-closed (primary protocol), and five cycles of 40 seconds eyes-moving - 20 seconds eyes-closed (secondary protocol). Neurovascular coupling, using both protocols, was collected before and following a two-hour visual deprivation (black out) protocol whilst both regional CBFv and secondary neurovascular coupling protocol was measured at thirty-minute intervals throughout deprivation. Baseline measures indicated mean MCAv decreased 7.36% as a function of visual deprivation while PCAv showed the reciprocal effect, increasing 8.2% with differences arising via systolic peaks on both arteries. The primary (reading/closed) neurovascular-coupling protocol revealed post-deprivation decreases in MCAv of 9.32% while the secondary (moving/closed) protocol also decreased MCAv 12.5% as a function of deprivation. In addition, the secondary (moving/closed) protocol elicited systematic decreases in both systolic and diastolic peaks of PCAv across the 30, 60, and 90-minute intervals of visual deprivation. Short-term visual deprivation has been shown to differentially affect regional CBFv. Moreover, variations in blood flow provide further insight regarding visual processing, attenuation, and neurovascular coupling.
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 | 0,001 |
| 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 ».