Population Differences in Brain Morphology and Microstructure among Chinese, Malay, and Indian Neonates
Notice bibliographique
Résumé
We studied a sample of 75 Chinese, 73 Malay, and 29 Indian healthy neonates taking part in a cohort study to examine potential differences in neonatal brain morphology and white matter microstructure as a function of ethnicity using both structural T2-weighted magnetic resonance imaging (MRI) and diffusion tensor imaging (DTI). We first examined the differences in global size and morphology of the brain among the three groups. We then constructed the T2-weighted MRI and DTI atlases and employed voxel-based analysis to investigate ethnic differences in morphological shape of the brain from the T2-weighted MRI, and white matter microstructure measured by fractional anisotropy derived from DTI. Compared with Malay neonates, the brains of Indian neonates' tended to be more elongated in anterior and posterior axis relative to the superior-inferior axis of the brain even though the total brain volume was similar among the three groups. Although most anatomical regions of the brain were similar among Chinese, Malay, and Indian neonates, there were anatomical variations in the spinal-cerebellar and cortical-striatal-thalamic neural circuits among the three populations. The population-related brain regions highlighted in our study are key anatomical substrates associated with sensorimotor functions.
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 | 0,000 | 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 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 ».