MétaCan
Menu
Retour à la cohorte
Enregistrement W2610363304 · doi:10.3791/52642

A Large Lateral Craniotomy Procedure for Mesoscale Wide-field Optical Imaging of Brain Activity

2017· article· en· W2610363304 sur OpenAlexafffund
Michael Kyweriga, Jianjun Sun, Sunny Wang, Richard Kline, Majid H. Mohajerani

Notice bibliographique

RevueJournal of Visualized Experiments · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Health Solutions
Mots-clésCraniotomyOptogeneticsNeuroscienceMedicineBiomedical engineeringAnatomyBiologySurgery

Résumé

récupéré en direct d'OpenAlex

The craniotomy is a commonly performed procedure to expose the brain for in vivo experiments. In mouse research, most labs utilize a small craniotomy, typically 3 mm x 3 mm. This protocol introduces a method for creating a substantially larger 7 mm x 6 mm cranial window exposing most of a cerebral hemisphere over the mouse temporal and parietal cortices (e.g., bregma 2.5 - 4.5 mm, lateral 0 - 6 mm). To perform this surgery, the head must be tilted approximately 30° and much of the temporal muscle must be retracted. Due to the large amount of bone removal, this procedure is intended only for acute experiments with the animal anesthetized throughout the surgery and experiment. The main advantage of this innovative large lateral cranial window is to provide simultaneous access to both medial and lateral areas of the cortex. This large unilateral cranial window can be used to study the neural dynamics between cells, as well as between different cortical areas by combining multi-electrode electrophysiological recordings, imaging of neuronal activity (e.g., intrinsic or extrinsic imaging), and optogenetic stimulation. Additionally, this large craniotomy also exposes a large area of cortical blood vessels, allowing for direct manipulation of the lateral cortical vasculature.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,425
Écart entre enseignants0,389 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations18
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetNeural dynamics and brain functionTravaux en français237 207