Different Neural Manifestations of Two Slow Frequency Bands in Resting Functional Magnetic Resonance Imaging: A Systemic Survey at Regional, Interregional, and Network Levels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Temporal and spectral perspectives are two fundamental facets in deciphering fluctuating signals. In resting state, the dynamics of blood oxygen level-dependent (BOLD) signals recorded by functional magnetic resonance imaging (fMRI) have been proven to be strikingly informative (0.01-0.1 Hz). The distinction between slow-4 (0.027-0.073 Hz) and slow-5 (0.01-0.027 Hz) has been described, but the pertinent data have never been systematically investigated. This study used fMRI to measure spontaneous brain activity and to explore the different spectral characteristics of slow-4 and slow-5 at regional, interregional, and network levels, respectively assessed by regional homogeneity (ReHo) and mean amplitude of low-frequency fluctuation (mALFF), functional connectivity (FC) patterns, and graph theory. Results of paired t-tests supported/replicated recent research dividing low-frequency BOLD fluctuation into slow-4 and slow-5 for ReHo and mALFF. Interregional analyses showed that for brain regions reaching statistical significance, FC strengths at slow-4 were always weaker than those at slow-5. Community detection algorithm was applied to FC data and unveiled two modules sensitive to frequency effects: one comprised sensorimotor structure, and the other encompassed limbic/paralimbic system. Graph theoretical analysis verified that slow-4 and slow-5 differed in local segregation measures. Although the manifestation of frequency differences seemed complicated, the associated brain regions can be grossly categorized into limbic/paralimbic, midline, and sensorimotor systems. Our results suggest that future resting fMRI research addressing the three above systems either from neuropsychiatric or psychological perspectives may consider using spectrum-specific analytical strategies.
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.
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 | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle