MétaCan
Menu
Retour à la cohorte
Enregistrement W2126673616 · doi:10.1186/1471-2202-9-s1-p49

Non-conductive vs. conductive cell membranes – a reassessment of this assumption when modeling cells under magnetic field stimulation

2008· article· en· W2126673616 sur OpenAlexaff
Hui Ye, Marija Cotic, Peter L. Carlen

Notice bibliographique

RevueBMC Neuroscience · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésElectrical conductorStimulationMembraneNeuroscienceMagnetic fieldField (mathematics)Materials scienceChemistryBiologyPhysicsMathematicsComposite materialBiochemistry

Résumé

récupéré en direct d'OpenAlex

Experimental and modeling studies have shown that the amount of neuronal cell polarization by electric and magnetic stimulation is dependent on the stimulation parameters and the properties of the target neuronal tissue. This cell-field (i.e. directly applied or magnetically-induced electric field) interdependency determines the efficacy of a cellular response to electric and magnetic stimulation, such as during deep brain stimulation (DBS) or transcranial magnetic stimulation (TMS). To study this cell-field interaction, particularly when computing the amount of tissue polarization induced by an applied field, several modeling works assume a non-conductive cell membrane. This assumption is based on the fact that the membrane conductivity is several orders lower compared to that of the extracellular medium or cytoplasm. Although this assumption greatly simplifies the computation of the field-induced transmembrane potential, its impact on the dependency of the transmembrane potential to the stimulus parameters (i.e., field intensity and frequency, and its orientation to the target tissue), as well as to the tissue properties (electric and geometric), have not been addressed. We have previously computed the transmembrane potential induced by a low frequency magnetic field in a single cell model with a conductive membrane [ 1 ]. Here, we have extended this analysis to a cell model with a non-conductive membrane, and investigated the relationship between the transmembrane potential with that of the stimulus parameters and tissue properties under this assumption. 1. The assumption of a non-conductive membrane did not cause a noticeable difference in the transmembrane potential (both pattern and amplitude) as compared with a conductive membrane. 2. Similarly, this assumption did not compromise the linear relationship between the transmembrane potential and the intensity, frequency and cell-coil distance. 3. However, a non-conductive membrane changed the dependency of the transmembrane potential to geometrical tissue properties (i.e. cell radius and membrane thickness) from a nonlinear to linear relationship. 4. Furthermore, assuming the membrane to be non-conductive completely compromised the dependency of the transmembrane potential to electrical tissue properties. The transmembrane potential became insensitive to the conductivities in the extracellular medium and the cytoplasm, which is in disagreement with several experimental studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,287
Écart entre enseignants0,193 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NeuroscienceMême sujetNeuroscience and Neural EngineeringTravaux en français237 207