MétaCan
Menu
Retour à la cohorte
Enregistrement W2724603353 · doi:10.1002/cne.24271

Catlas: An magnetic resonance imaging‐based three‐dimensional cortical atlas and tissue probability maps for the domestic cat (<i>Felis catus</i>)

2017· article· en· W2724603353 sur OpenAlexafffund
Daniel Stolzberg, Carmen Wong, Blake E. Butler, Stephen G. Lomber

Notice bibliographique

RevueThe Journal of Comparative Neurology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesInstitute of Neurosciences, Mental Health and AddictionNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCanada Foundation for Innovation
Mots-clésBiologyFelis catusMagnetic resonance imagingFunctional magnetic resonance imagingAtlas (anatomy)NeuroscienceAnatomyPaleontologyRadiology

Résumé

récupéré en direct d'OpenAlex

Brain atlases play an important role in effectively communicating results from neuroimaging studies in a standardized coordinate system. Furthermore, brain atlases extend analysis of functional magnetic resonance imaging (MRI) data by delineating regions of interest over which to evaluate the extent of functional activation as well as measures of inter-regional connectivity. Here, we introduce a three-dimensional atlas of the cat cerebral cortex based on established cytoarchitectonic and electrophysiological findings. In total, 71 cerebral areas were mapped onto the gray matter (GM) of an averaged T1-weighted structural MRI acquired at 7 T from eight adult domestic cats. In addition, a nonlinear registration procedure was used to generate a common template brain as well as GM, white matter, and cerebral spinal fluid tissue probability maps to facilitate tissue segmentation as part of the standard preprocessing pipeline for MRI data analysis. The atlas and associated files can also be used for planning stereotaxic surgery and for didactic purposes.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,047
Tête enseignante GPT0,380
Écart entre enseignants0,333 · 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'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

Citations55
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Comparative NeurologyMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207