MétaCan
Menu
Retour à la cohorte
Enregistrement W2992746939 · doi:10.1016/j.dib.2019.104892

A normalized dataset of 1821 cortical and subcortical functional responses collected during direct electrical stimulation in patients undergoing awake brain surgery

2019· article· en· W2992746939 sur OpenAlexaboutno aff
Silvio Sarubbo, Matthew C. Tate, Alessandro De Benedictis, Stefano Merler, Sylvie Moritz‐Gasser, Guillaume Herbet, Hugues Duffau

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceProbabilistic logicWhite matterHuman brainStimulationBrain mappingFunctional connectivityComputer sciencePsychologyMedicineArtificial intelligenceMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

In this data article, we provide the dataset which served as the basis for our related research article "Mapping critical cortical hubs and white matter pathways by direct electrical stimulation: an original functional atlas of the human brain" [1], which represents the first probabilistic cortical and subcortical atlas of critical structures mediating human brain functions based on direct electrical stimulation (DES) in patients undergoing awake brain surgery. 1162 cortical and 659 subcortical DES-derived responses were recorded during testing of 16 functional domains in 256 patients undergoing awake surgery. Normalized [Montreal Neurological Institute (MNI) 152] spatial coordinates for cortical and subcortical responses, and probabilistic heat maps for each functional domain, were computed using methods previously developed by our group [2,3]. Source data, including the MNI-normalized coordinates of all 1821 DES-derived cortical and subcortical data points, and multi-planar (MNI-152, T1 1mm) videos showing the probabilistic distribution of each functional domain are provided. This novel dataset can improve and refine our understanding about the functional anatomy of critical brain networks, and these data are made available for medical and neuroscience applications.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,048
Tête enseignante GPT0,277
Écart entre enseignants0,229 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207