Human cervical spinal cord funiculi: Investigation with magnetic resonance diffusion tensor imaging
Notice bibliographique
Résumé
PURPOSE: To use spinal cord diffusion tensor imaging (DTI) for investigating human cervical funiculi, acquire axial diffusion magnetic resonance imaging (MRI) data with an in-plane resolution sufficient to delineate subquadrants within the spinal cord, obtain corresponding DTI metrics, and assess potential regional differences. MATERIALS AND METHODS: Healthy volunteers were studied with a 3 T Siemens Trio MRI scanner. DTI data were acquired using a single-shot spin echo EPI sequence. The spatial resolution allowed for the delineation of regions of interest (ROIs) in the ventral, dorsal, and lateral spinal cord funiculi. ROI-based and tractography-based analyses were performed. RESULTS: Significant fractional anisotropy (FA) differences were found between ROIs in the dorsal and ventral funiculi (P = 0.0001), dorsal and lateral funiculi (P = 0.015), and lateral and ventral funiculi (P = 0.0002). Transverse diffusivity was significantly different between ROIs in the ventral and dorsal funiculi (P = 0.003) and the ventral and lateral funiculi (P = 0.004). Tractography-based quantifications revealed DTI parameter regional differences that were generally consistent with the ROI-based analysis. CONCLUSION: Original contributions are: 1) the use of a tractography-based method to quantify DTI metrics in the human cervical spinal cord, and 2) reported DTI values in various funiculi at 3 T.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».