Towards a unified analysis of brain maturation and aging across the entire lifespan: A MRI analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Previous literature about the structural characterization of the human cerebellum is related to the context of a specific pathology or focused in a restricted age range. In fact, studies about the cerebellum maturation across the lifespan are scarce and most of them considered the cerebellum as a whole without investigating each lobule. This lack of study can be explained by the lack of both accurate segmentation methods and data availability. Fortunately, during the last years, several cerebellum segmentation methods have been developed and many databases comprising subjects of different ages have been made publically available. This fact opens an opportunity window to obtain a more extensive analysis of the cerebellum maturation and aging. In this study, we have used a recent state-of-the-art cerebellum segmentation method called CERES and a large data set (N = 2,831 images) from healthy controls covering the entire lifespan to provide a model for 12 cerebellum structures (i.e., lobules I-II, III, IV, VI, Crus I, Crus II, VIIB, VIIIA, VIIIB, IX, and X). We found that lobules have generally an evolution that follows a trajectory composed by a fast growth and a slow degeneration having sometimes a plateau for absolute volumes, and a decreasing tendency (faster in early ages) for normalized volumes. Special consideration is dedicated to Crus II, where slow degeneration appears to stabilize in elder ages for absolute volumes, and to lobule X, which does not present any fast growth during childhood in absolute volumes and shows a slow growth for normalized volumes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découle