Does functional MRI detect activation in white matter? A review of emerging evidence, issues, and future directions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Functional magnetic resonance imaging (fMRI) is a non-invasive technique that allows for visualization of activated brain regions. Until recently, fMRI studies have focused on gray matter. There are two main reasons white matter fMRI remains controversial: (1) the blood oxygen level dependent (BOLD) fMRI signal depends on cerebral blood flow and volume, which are lower in white matter than gray matter and (2) fMRI signal has been associated with post-synaptic potentials (mainly localized in gray matter) as opposed to action potentials (the primary type of neural activity in white matter). Despite these observations, there is no direct evidence against measuring fMRI activation in white matter and reports of fMRI activation in white matter continue to increase. The questions underlying white matter fMRI activation are important. White matter fMRI activation has the potential to greatly expand the breadth of brain connectivity research, as well as improve the assessment and diagnosis of white matter and connectivity disorders. The current review provides an overview of the motivation to investigate white matter fMRI activation, as well as the published evidence of this phenomenon. We speculate on possible neurophysiologic bases of white matter fMRI signals, and discuss potential explanations for why reports of white matter fMRI activation are relatively scarce. We end with a discussion of future basic and clinical research directions in the study of white matter fMRI.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle