The spatial and neural deficit of human amblyopia
Notice bibliographique
Résumé
Abstract Purpose Human functional imaging studies confirm deficits of V1 identified from animal models and suggest additional extrastriatal areas of dysfunction. This study aims to investigate spatial visual and neural deficits in human amblyopia. Methods Participants were 6 adults (mean age=20±2 years) with amblyopia; anisometropia (n=2); mixed (n=4) and 3 normal adults (mean age=31±4 years). Cortical activation for each eye was measured using functional magnetic resonance imaging (fMRI) and psychophysical methods. Stimuli included four attributes of spatial vision known to be deficient in individuals with amblyopia: visual resolution, contrast sensitivity, vernier acuity and global motion. In each subject, retinotopic mapping experiments were also performed to establish locations of different visual areas and to act as regions of interest. All paradigms used a block design: 18 seconds stimulus ‘on’ alternated with 18s ‘control’, stimulus subtending 15x15 degrees and flickering at a temporal frequency of 8 Hz. The scans were performed on a Siemens Trio 3.0 Tesla System at Royal Holloway University. Results All participants with amblyopia had residual amblyopia following treatment. Mean logMAR visual acuity was 0.24 (sd 0.06) and ‐0.08 (sd 0.06) for amblyopic and fellow eyes respectively. Mean visual acuity for the normals was ‐0.06 (sd 0.06). Global motion was reduced significantly in the amblyopic (p=0.04) and fellow eyes (p=0.05) of observers compared to the normals; amblyopic eye: 54%(25%); fellow eye: 41%(16%); normals: 25%(7%). Conclusion Amblyopic observers show significant deficits of global motion for amblyopic and fellow eye stimulation. This is suggestive of extrastriatal deficits of amblyopia in addition to those in V1.
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 | 0,001 | 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 ».