Detection and Magnetic Source Imaging of Fast Oscillations (40–160 Hz) Recorded with Magnetoencephalography in Focal Epilepsy Patients
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
We present a framework to detect fast oscillations (FOs) in magnetoencephalography (MEG) and to perform magnetic source imaging (MSI) to determine the location and extent of their generators in the cortex. FOs can be of physiologic origin associated to sensory processing and memory consolidation. In epilepsy, FOs are of pathologic origin and biomarkers of the epileptogenic zone. Seventeen patients with focal epilepsy previously confirmed with identified FOs in scalp electroencephalography (EEG) were evaluated. To handle data deriving from large number of sensors (275 axial gradiometers) we used an automatic detector with high sensitivity. False positives were discarded by two human experts. MSI of the FOs was performed with the wavelet based maximum entropy on the mean method. We found FOs in 11/17 patients, in only one patient the channel with highest FO rate was not concordant with the epileptogenic region and might correspond to physiologic oscillations. MEG FOs rates were very low: 0.02-4.55 per minute. Compared to scalp EEG, detection sensitivity was lower, but the specificity higher in MEG. MSI of FOs showed concordance or partial concordance with proven generators of seizures and epileptiform activity in 10/11 patients. We have validated the proposed framework for the non-invasive study of FOs with MEG. The excellent overall concordance with other clinical gold standard evaluation tools indicates that MEG FOs can provide relevant information to guide implantation for intracranial EEG pre-surgical evaluation and for surgical treatment, and demonstrates the important added value of choosing appropriate FOs detection and source localization methods.
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 | 0,001 | 0,001 |
| 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