Absolute metabolite concentrations calibrated using the total water signal in brain <sup>1</sup>H MRS
Notice bibliographique
Résumé
Magnetic resonance spectroscopy (MRS) has been coupled with a multi-echo imaging sequence to determine the relaxation corrected signal areas of the metabolites and the tissue water. Stimulated echo acquisition mode (STEAM) spectra (TE/TM/TR 30/13.7/5000 ms) acquired from gray and white matter voxels in 43 healthy volunteers were fit using LCModel. Corresponding water signals, measured using a multi-echo T(2) imaging sequence, were fit with a Non-Negative Least Squares algorithm. Using this approach the water area could be T(1) and T(2) corrected for all three water compartments: cerebrospinal fluid (CSF), intra- and extra-cellular water, and myelin water. The image-based water measurement is an improvement over spectroscopy methods because it can be more sensitive to water changes in diseased tissue. Metabolite areas were also corrected for relaxation losses. In occipital gray matter, the concentrations of Cho, Cr, and N-acetyl aspartate (NAA) were 1.27 (0.06), 8.9 (0.3), and 9.3 (0.3) mmol/L tissue, respectively and in parietal white matter they were 1.90 (0.05), 7.9 (0.2), and 9.8 (0.2) mmol/L tissue. The Cho and Cr concentrations were different in occipital gray compared to parietal white matter (p < 0.0001 and <0.005, 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».