MétaCan
Menu
Retour à la cohorte
Enregistrement W2902168103 · doi:10.1016/j.neuron.2018.11.031

Whole-Brain Functional Ultrasound Imaging Reveals Brain Modules for Visuomotor Integration

2018· article· en· W2902168103 sur OpenAlexfundno aff
Émilie Macé, Gabriel Montaldo, Stuart Trenholm, Cameron S. Cowan, Alexandra Brignall, Alan Urban, Botond Roska

Notice bibliographique

RevueNeuron · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation of Sri LankaEuropean Research CouncilDefense Advanced Research Projects AgencyCanada Research ChairsSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésNeuroscienceNeuroimagingFunctional Brain ImagingBrain mappingPsychology

Résumé

récupéré en direct d'OpenAlex

Large numbers of brain regions are active during behaviors. A high-resolution, brain-wide activity map could identify brain regions involved in specific behaviors. We have developed functional ultrasound imaging to record whole-brain activity in behaving mice at a resolution of ∼100 μm. We detected 87 active brain regions during visual stimulation that evoked the optokinetic reflex, a visuomotor behavior that stabilizes the gaze both horizontally and vertically. Using a genetic mouse model of congenital nystagmus incapable of generating the horizontal reflex, we identified a subset of regions whose activity was reflex dependent. By blocking eye motion in control animals, we further separated regions whose activity depended on the reflex's motor output. Remarkably, all reflex-dependent but eye motion-independent regions were located in the thalamus. Our work identifies functional modules of brain regions involved in sensorimotor integration and provides an experimental approach to monitor whole-brain activity of mice in normal and disease states.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,041
Tête enseignante GPT0,288
Écart entre enseignants0,247 · 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'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

Citations163
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuronMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207