MétaCan
Menu
Retour à la cohorte
Enregistrement W2141216881 · doi:10.3121/cmr.3.3.146

Magnetic Resonance Imaging of Neuronal Function in the Spinal Cord: Spinal fMRI

2005· review· en· W2141216881 sur OpenAlexaff
Patrick W. Stroman

Notice bibliographique

RevueClinical Medicine & Research · 2005
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSpinal cordFunctional magnetic resonance imagingNeuroanatomyNeuroscienceMedicineMagnetic resonance imagingTranscranial magnetic stimulationPremovement neuronal activityStimulationAnatomyPsychologyRadiology

Résumé

récupéré en direct d'OpenAlex

A review of the current literature on magnetic resonance imaging of neuronal function in the spinal cord (spinal fMRI) is presented. The unique challenges of spinal fMRI are identified as being the small cross-sectional dimensions of the spinal cord, magnetic field inhomogeneity caused by the bone and cartilage in the spine, and motion of cerebrospinal fluid, blood, adjacent tissues and organs and of the spinal cord itself. Techniques have been developed to overcome or compensate for these challenges and the result is a fMRI method which is distinct from that used for mapping function in the brain. Evidence that the current spinal fMRI method provides accurate and sensitive maps of neuronal function is also discussed. Studies presented in the literature have demonstrated areas of neuronal activity corresponding with spinal cord neuroanatomy as a result of thermal and electrical stimuli and motor tasks with the hands, arms and legs. Signal intensity changes detected in active areas have also been demonstrated to depend on the intensity of the stimuli with both thermal stimulation and a motor task, providing evidence of the correspondence between spinal fMRI results and neuronal activity in the spinal cord.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,351
Tête enseignante GPT0,606
Écart entre enseignants0,255 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations101
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Medicine & ResearchMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207