MétaCan
Menu
← Retour à la cohorte
Enregistrement W2570420344 · doi:10.1167/16.12.473

Population receptive field mapping and tractography in people with absolute pitch.

2016· article· en· W2570420344 sur OpenAlexaff
Larissa McKetton, Kevin DeSimone, Keith A. Schneider

Notice bibliographique

RevueJournal of Vision · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésTonotopyReceptive fieldAuditory cortexTractographyPopulationVoxelFunctional magnetic resonance imagingDiffusion MRIVisual cortexPhysicsNeuroscienceArtificial intelligencePsychologyComputer scienceMagnetic resonance imagingMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction As the spatial resolution of functional magnetic resonance imaging (fMRI) has advanced, recent studies have been able to establish tonotopic mapping in the human auditory cortex. However, there still remains a debate of where the exact orientation of primary gradients occur in Heshl's gyrus leading to various interpretations. In our study we used fMRI to measure the population receptive fields (pRFs) in the auditory cortex to investigate underlying differences in sensory processing in absolute pitch (AP) possessors compared to age and gender matched controls. Tractography was also performed using diffusion MRI to investigate differences in connectivity in the auditory and visual structures. Methods Each participant had their cortex scanned at 1.5 ' 1.5 ' 2 mm3 resolution using a Siemens Trio 3T MRI scanner and 32-channel head coil. Our stimulus consisted of pure tone logarithmic chirps that enabled tonotopic and tuning width mapping of cortical regions. We analyzed the data using an adaptation of the population receptive field (pRF) technique developed by Dumoulin and Wandell (2008), used initially for retinotopic mapping of the visual cortex. Our model treated the pRF underlying each voxel's response as a one-dimensional Gaussian function of frequency providing an estimated sensitivity function for each voxel with a preferred frequency and tuning bandwidth. Diffusion tensor imaging (DTI) scans were acquired with 64 diffusion directions and tractography was performed. Results Both centre frequency and tuning width information was derived from the 1D pRF Gaussian models and plotted on the unfolded cortical surface for each hemisphere in each subject. We were able to obtain reliable tonotopic and tuning bandwidth maps as well as find differences in connectivity in humans with AP compared to controls. Conclusions Our data has helped reveal the variability and consistencies of multi-sensory processing pathways in people with AP compared to normal controls. Meeting abstract presented at VSS 2016

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,265
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→