Unbiased Age-Appropriate Structural Brain Atlases for Chinese Pediatrics
Notice bibliographique
Résumé
Abstract In magnetic resonance imaging (MRI) studies of children brain development, structural brain atlases usually serve as important references of pediatric population in which individual images are spatially normalized into a common or standard stereotactic space. However, the existing popular children brain atlases (e.g., National Institutes of Health pediatric atlases, NIH-PD atlases) are made mostly based on MR images from Western populations, and are thus insufficient to characterize the brains of Chinese children due to the neuroanatomical differences that are relevant to genetic and environmental factors. By collecting high-quality T1- and T2- weighted MR images from 328 typically developing Chinese children aged from 6 to 12 years old, we created a set of age-appropriate Chinese pediatric (CHN-PD) atlases using an unbiased template construction algorithm. The CHN-PD atlases included the head/brain templates, the symmetric brain template, the gender-specific brain templates and the corresponding tissue probability atlases. Moreover, the atlases contained multiple age-specific templates with a one-year interval. A direct comparison of the CHN-PD and the NIH-PD atlases revealed remarkable anatomical differences bilaterally in the lateral frontal and parietal regions and somatosensory cortex. While applying the CHN-PD atlases to two independent Chinese pediatric datasets (N = 114 and N = 71, respectively), machine-learning regression approaches revealed higher prediction accuracy on brain ages than the usage of NIH-PD atlases. These results suggest that the CHN-PD brain atlases are necessary and important for future typical and atypical developmental studies in Chinese pediatric population. Currently, the CHN-PD atlases have been released on the NITRC website ( https://www.nitrc.org/projects/chn-pd ).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».