Quantifying the ON and OFF Contributions to the Flash ERG with the Discrete Wavelet Transform
Notice bibliographique
Résumé
Purpose: Discrete wavelet transform (DWT) analyses suggest that the 20- and 40-Hz components of the short-flash photopic electroretinogram (ERG) are closely related to the ON and OFF pathways, respectively. With the DWT, we examined how the ERG ON and OFF components are modulated by the stimulus intensity and/or duration. Methods: Discrete wavelet transform descriptors (20, 40 Hz and 40:20-Hz ratio) were extracted from ERGs evoked to 25 combinations of flash durations (150–5 ms) and strengths (0.8–2.8 log cd.m−2). Results: In ERGs evoked to the 150-ms stimulus (to separate the ON and OFF ERGs), the 40:20-Hz ratio of ON ERGs (mean ± SD: 0.49 ± 0.04) was significantly smaller (P < 0.05) than that of OFF ERGs (1.71 ± 0.18) owing to a significantly (P < 0.05) higher contribution of the 20 and 40 Hz components to the ON and OFF ERGs, respectively. With brighter stimuli, the ON and OFF components increased similarly (P < 0.05). While progressively shorter flashes had no impact (P > 0.05) on the ON component, it exponentially enhanced (P < 0.05) the OFF component. Conclusions: Discrete wavelet transform allows for an accurate determination of ON and OFF retinal pathways even in ERGs evoked to a short flash. To our knowledge, the significant OFF facilitatory effect evidenced with shorter stimuli has not previously been reported. Translational Relevance: The DWT approach should offer a rapid, easy, and reproducible approach to retrospectively and prospectively evaluate the function of the retinal ON and OFF pathways using the standard (short-flash duration) clinical ERG stimulus.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».