Test-Retest Reliability of Diffusion Measures Extracted Along White Matter Language Fiber Bundles Using HARDI-Based Tractography
Notice bibliographique
Résumé
High angular resolution diffusion imaging (HARDI)-based tractography has been increasingly used in longitudinal studies on white matter macro- and micro-structural changes in the language network during language acquisition and in language impairments. However, test-retest reliability measurements are essential to ascertain that the longitudinal variations observed are not related to data processing. The aims of this study were to determine the reproducibility of the reconstruction of major white matter fiber bundles of the language network using anatomically constrained probabilistic tractography with constrained spherical deconvolution based on HARDI data, as well as to assess the test-retest reliability of diffusion measures extracted along them. Eighteen right-handed participants were scanned twice, one week apart. The arcuate, inferior longitudinal, inferior fronto-occipital, and uncinate fasciculi were reconstructed in the left and right hemispheres and the following diffusion measures were extracted along each tract: fractional anisotropy, mean, axial, and radial diffusivity, number of fiber orientations, mean length of streamlines, and volume. All fiber bundles showed good morphological overlap between the two scanning timepoints and the test-retest reliability of all diffusion measures in most fiber bundles was good to excellent. We thus propose a fairly simple, but robust, HARDI-based tractography pipeline reliable for the longitudinal study of white matter language fiber bundles, which increases its potential applicability to research on the neurobiological mechanisms supporting language.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».