Probabilistic topography of human corpus callosum using cytoarchitectural parcellation and high angular resolution diffusion imaging tractography
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
The function of the corpus callosum (CC) is to distribute perceptual, motor, cognitive, learned, and voluntary information between the two hemispheres of the brain. Accurate parcellation of the CC according to fiber composition and fiber connection is of upmost important. In this work, population-based probabilistic connection topographies of the CC, in the standard Montreal Neurological Institute (MNI) space, are estimated by incorporating anatomical cytoarchitectural parcellation with high angular resolution diffusion imaging (HARDI) tractography. First, callosal fibers are extracted using multiple fiber assignment by continuous tracking algorithm based on q-ball imaging (QBI), on 12 healthy and young subjects. Then, the fiber tracts are aligned in the standard MNI coordinate system based on a tract-based transformation scheme. Next, twenty-eight Brodmann's areas on the surface of cortical cortex are registered to the MNI space to parcellate the aligned callosal fibers. Finally, the population-based topological subdivisions of the midsagittal CC to each cortical target are then mapped. And the resulting subdivisions of the CC that connect to the frontal and somatosensory associated cortex are also showed. To our knowledge, it is the first topographic subdivisions of the CC done using HARDI tractography and cytoarchitectonic information. In conclusion, this sophisticated topography of the CC may serve as a landmark to further understand the correlations between the CC, brain intercommunication, and functional cytoarchitectures.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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