A pediatric structural MRI analysis of healthy brain development from newborns to young adults
Notice bibliographique
Résumé
Assessment of healthy brain maturation can be useful toward better understanding natural patterns of brain growth and toward the characterization of a variety of neurodevelopmental disorders as deviations from normal growth trajectories. Structural magnetic resonance imaging (MRI) provides excellent soft-tissue contrast, which allows for the assessment of gray and white matter in the developing brain. We performed a large-scale retrospective analysis of 993 pediatric structural brain MRI examinations of healthy subjects (n = 988, aged 0-32 years) imaged clinically at 3 T, and extracted a wide variety of measurements such as white matter volumes, cortical thickness, and gyral curvature localized to subregions of the brain. All extracted structural biomarkers were tested for their correlation with subject age at time of imaging, providing measurements that may assist in the assessment of neurological maturation. Additional analyses were also performed to assess gender-based differences in the brain at a variety of developmental stages, and to assess hemispheric asymmetries. Results add to the literature by analyzing a realistic distribution of healthy participants imaged clinically, a useful cohort toward the investigation and creation of diagnostic tests for a variety of pathologies as aberrations from healthy growth trajectories. The next generation of diagnostic tests will be responsible for identifying pathological conditions from populations of healthy clinically imaged individuals. Hum Brain Mapp 38:5931-5942, 2017. © 2017 Wiley Periodicals, Inc.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».