MétaCan
Menu
Retour à la cohorte
Enregistrement W2116280131 · doi:10.1109/iembs.2007.4352289

Methodology for MR diffusion tensor imaging of the cat spinal cord

2007· article· en· W2116280131 sur OpenAlexaff
Julien Cohen‐Adad, Habib Benali, Sylvie Rossignol

Notice bibliographique

RevueConference proceedings · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSpinal cordDiffusion MRITractographyEcho-planar imagingMagnetic resonance imagingLumbar Spinal CordOrientation (vector space)Nuclear magnetic resonanceBiomedical engineeringMaterials scienceMedicineRadiologyPhysicsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Magnetic resonance diffusion tensor imaging (DTI) of the spinal cord is challenging because of the cord's thin structure and the presence of physiological and susceptibility artifacts. To circumvent these issues, we developed a methodology for imaging the thoraco-lumbar spinal cord of cats at 3T using single-shot spin-echo echo planar imaging (ss-SE-EPI). The proposed method could potentially be applied to humans since it was developed on a clinical scanner with a standard spine coil. Results provide (i) suggestions for optimal slice orientation and phase encoding direction; (ii) an assessment of the benefits of parallel imaging to reduce geometric distortions; (iii) feasibility of acquiring quality diffusion weighted data in 13 minutes at a resolution of 1.1 mm(3) and (iv) determination of axonal disruption, in two cats with complete spinal cord transection, using tractography.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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.

Tête enseignante Opus0,229
Tête enseignante GPT0,439
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedingsMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207