A generalized procedure for calibrated MRI incorporating hyperoxia and hypercapnia
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
Calibrated MRI techniques use the changes in cerebral blood flow (CBF) and blood oxygenation level-dependent (BOLD) signal evoked by a respiratory manipulation to extrapolate the total BOLD signal attributable to deoxyhemoglobin at rest (M). This parameter can then be used to estimate changes in the cerebral metabolic rate of oxygen consumption (CMRO(2)) based on task-induced BOLD and CBF signals. Different approaches have been described previously, including addition of inspired CO(2) (hypercapnia) or supplemental O(2) (hyperoxia). We present here a generalized BOLD signal model that reduces under appropriate conditions to previous models derived for hypercapnia or hyperoxia alone, and is suitable for use during hybrid breathing manipulations including simultaneous hypercapnia and hyperoxia. This new approach yields robust and accurate M maps, in turn allowing more reliable estimation of CMRO(2) changes evoked during a visual task. The generalized model is valid for arbitrary flow changes during hyperoxia, thus benefiting from the larger total oxygenation changes produced by increased blood O(2) content from hyperoxia combined with increases in flow from hypercapnia. This in turn reduces the degree of extrapolation required to estimate M. The new procedure yielded M estimates that were generally higher (7.6 ± 2.6) than those obtained through hypercapnia (5.6 ± 1.8) or hyperoxia alone (4.5 ± 1.5) in visual areas. These M values and their spatial distribution represent a more accurate and robust depiction of the underlying distribution of tissue deoxyhemoglobin at rest, resulting in more accurate estimates of evoked CMRO(2) changes.
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 | 0,000 | 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 | 0,000 |
| 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