Characterizing the Location of Spinal and Vertebral Levels in the Human Cervical Spinal Cord
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Advanced MR imaging techniques are critical to understanding the pathophysiology of conditions involving the spinal cord. We provide a novel, quantitative solution to map vertebral and spinal cord levels accounting for anatomic variability within the human spinal cord. For the first time, we report a population distribution of the segmental anatomy of the cervical spinal cord that has direct implications for the interpretation of advanced imaging studies most often conducted across groups of subjects. MATERIALS AND METHODS: Twenty healthy volunteers underwent a T2-weighted, 3T MRI of the cervical spinal cord. Two experts marked the C3-C8 cervical nerve rootlets, C3-C7 vertebral bodies, and pontomedullary junction. A semiautomated algorithm was used to locate the centerline of the spinal cord and measure rostral-caudal distances from a fixed point in the brain stem, the pontomedullary junction, to each of the spinal rootlets and vertebral bodies. Distances to each location were compared across subjects. Six volunteers had 2 additional scans in neck flexion and extension to measure the effects of patient positioning in the scanner. RESULTS: We demonstrated that substantial variation exists in the rostral-caudal position of spinal cord segments among individuals and that prior methods of predicting spinal segments are imprecise. We also show that neck flexion or extension has little effect on the relative location of vertebral-versus-spinal levels. CONCLUSIONS: Accounting for spinal level variation is lacking in existing imaging studies. Future studies should account for this variation for accurate interpretation of the neuroanatomic origin of acquired MR signals.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».