A sub+ cortical fMRI-based surface parcellation
Notice bibliographique
Résumé
Abstract Both the cortex and the subcortical structures are organized into a large number of distinct areas reflecting functional and cytoarchitectonic differences. Mapping these areas is of fundamental importance to neuroscience. A central obstacle to this task is the inaccuracy associated with mapping results from individuals into a common space. The vast individual differences in morphology pose a serious problem for volumetric registration. Surface-based approaches fare substantially better, but have thus far been used only for cortical parcellation. We extend this surface-based approach to include also the subcortical deep gray-matter structures. Using the life-span data from the Enhanced Nathan Klein Institute - Rockland Sample, comprised of data from 590 individuals from 6 to 85 years of age, we generate a functional parcellation of both the cortical and subcortical surfaces. To assess this extended parcellation, we show that our extended functional parcellation provides greater homogeneity of functional connectivity patterns than do arbitrary parcellations matching in the number and size of parcels. We also show that our subcortical parcels align with known subnuclei. Further, we show that this parcellation is appropriate for use with data from other modalities; we generate cortical and subcortical white/gray contrast measures for this same dataset, and draw on the fact that areal differences are evident in the relation of white/gray contrast to age, to sex, to brain volume, and to interactions of these terms; we show that our extended functional parcellation provides an improved fit to the complexity of the life-span changes in the white/gray contrast data compared to arbitrary parcellations matching in the number and size of parcels. We provide our extended functional parcellation for the use of the neuroimaging community.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
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 ».