Measurement of GABA and contaminants in gray and white matter in human brain in vivo
Notice bibliographique
Résumé
A preliminary study of discrimination between GABA and macromolecules (MMs) in human brain by proton double quantum filtering (DQF) at 3.0 T in vivo is presented. GABA-tuned and MM-tuned DQ filters were designed with dual-band 180 degrees radiofrequency (RF) pulses that were tuned for selective refocusing of GABA (3.0 and 1.9 ppm) and putative MM resonances (3.0 and 1.7 ppm), respectively. GABA and putative MM signals were extracted from a combined analysis of the filtered mixture signals and the calculated editing yields. Unexpectedly, the GABA and putative MM signals exhibited a similar doublet linewidth at the optimized TE = 82 ms. Furthermore, substantial MM-tuned DQF signal remained at TE = 148 ms, indicating the presence of a component other than MM. With water segmentation data, the GABA-tuned and MM-tuned DQF measures from the medial prefrontal and left frontal lobes were combined to give the concentrations of GABA and the additional component as 1.1 +/- 0.1 and 0.8 +/- 0.1 mM (mean +/- SD, N=3) for gray matter (GM) and 0.4 +/- 0.1 and 0.7+/-0.1 mM (N=3) for white matter (WM), respectively.
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 | 0,000 |
| 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 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 ».