Realignment of Magnetoencephalographic Data for Group Analysis in the Sensor Domain
Notice bibliographique
Résumé
Magnetoencephalography (MEG) is a neuroimaging modality with high temporal resolution for studying functional brain processes in relatively small neural assemblies on the time scale of <100 milliseconds and with synchrony and coherence in the recorded signals at high frequencies. Advanced MEG signal analysis gained importance for clinical applications, e.g., as a sensitive classifier for the diagnosis of neuropsychiatric disorders. Despite tremendous improvements in magnetic source imaging, MEG analysis often does not require explicit source estimation and can be performed in the sensor domain. However, group analysis of MEG sensor data is complicated by variable positioning of the sensor array relative to the head and needs realignment of the sensor configuration. Here, the authors provide an algorithm for transforming the magnetic field data as recorded at various sensor positions onto a common sensor array. Based on the measured magnetic field at the original sensor position, they estimate a source distribution and project it onto a virtual sensor array using the leadfield description of the magnetic forward solution. First, they analyzed the variation of sensor positioning in a typical MEG study and reported the impact on the leadfield matrix. Then they evaluated the realignment algorithm and reported its properties. Including efficient regularization to the inverse solution, they demonstrated that the introduced error is in the order of the sensor noise, and smoothing of data is limited to the set of smallest eigenvalues of the data. They demonstrated the performance of the algorithm with dipole source modeling on group averaged MEG data and comparison of grand averaged auditory evoked responses with and without sensor realignment.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».