MétaCan
Menu
Retour à la cohorte
Enregistrement W2795150941 · doi:10.1016/j.nicl.2018.03.029

Postmortem diffusion MRI of the entire human spinal cord at microscopic resolution

2018· article· en· W2795150941 sur OpenAlexaff
Evan Calabrese, Syed M. Adil, Gary P. Cofer, Christian S. Perone, Julien Cohen‐Adad, Shivanand P. Lad, G. Allan Johnson

Notice bibliographique

RevueNeuroImage Clinical · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institutes of Health
Mots-clésSpinal cordMagnetic resonance imagingDiffusion MRICordMedicineMagnetic resonance microscopyAnatomyEx vivoBiomedical engineeringPathologyNeuroscienceRadiologyIn vivoBiologySpin echoSurgery

Résumé

récupéré en direct d'OpenAlex

The human spinal cord is a central nervous system structure that plays an important role in normal motor and sensory function, and can be affected by many debilitating neurologic diseases. Due to its clinical importance, the spinal cord is frequently the subject of imaging research. Common methods for visualizing spinal cord anatomy and pathology include histology and magnetic resonance imaging (MRI), both of which have unique benefits and drawbacks. Postmortem microscopic resolution MRI of fixed specimens, sometimes referred to as magnetic resonance microscopy (MRM), combines many of the benefits inherent to both techniques. However, the elongated shape of the human spinal cord, along with hardware and scan time limitations, have restricted previous microscopic resolution MRI studies (both in vivo and ex vivo) to small sections of the cord. Here we present the first MRM dataset of the entire postmortem human spinal cord. These data include 50 μm isotropic resolution anatomic image data and 100 μm isotropic resolution diffusion data, made possible by a 280 h long multi-segment acquisition and automated image segment composition. We demonstrate the use of these data for spinal cord lesion detection, automated volumetric gray matter segmentation, and quantitative spinal cord morphometry including estimates of cross sectional dimensions and gray matter fraction throughout the length of the cord.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,163
Tête enseignante GPT0,479
Écart entre enseignants0,316 · 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 source (Gemma direct ou Codex distillé), 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

Citations35
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207