Spin-Echo Resting-State Functional Connectivity in High-Susceptibility Regions: Accuracy, Reliability, and the Impact of Physiological Noise
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
Gradient-echo (GE) echo-planar imaging (EPI) is the method of choice in blood-oxygenation level-dependent (BOLD) functional MRI (fMRI) studies, as it demonstrates substantially higher BOLD sensitivity than its spin-echo (SE) counterpart. However, it is also well known that the GE-EPI signal is prone to signal dropouts and shifts due to susceptibility effects near air-tissue interfaces. SE-EPI, in contrast, is minimally affected by these artifacts. In this study, we quantify, for the first time, the sensitivity and specificity of SE and GE EPI for resting-state fMRI functional connectivity (fcMRI) mapping, using the 1000-brain fcMRI atlas (Yeo et al., 2011 ) as the pseudoground truth. Moreover, we assess the influence of physiological processes on resting-state BOLD measured using both regular and ultrafast GE and SE acquisitions. Our work demonstrates that SE-EPI and GE-EPI are associated with similar sensitivities, specificities, and intersubject reproducibility in fcMRI for most brain networks, generated using both seed-based analysis and independent component analysis. More importantly, SE-based fcMRI measurements demonstrated significantly higher sensitivity, specificity, and intersubject reproducibility in high-susceptibility regions, spanning the limbic and frontal networks in the 1000-brain atlas. In addition, SE-EPI is significantly less sensitive to prominent sources of physiological noise, including low-frequency respiratory volume and heart rate variations. Our work suggests that SE-EPI should be increasingly adopted in the study of networks spanning susceptibility-affected brain regions, including those that are important to memory, language, and emotion.
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 | 0,005 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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