Measurement of brain lactate during visual stimulation using a long TE semi‐LASER sequence at 7 T
Notice bibliographique
Résumé
Estimation of metabolic changes during neuronal activation represents a challenge for in vivo MRS, especially for metabolites with low concentration and signal overlap, such as lactate. In this work, we aimed to evaluate the feasibility of detecting lactate during brain activation using a long (144 ms) semi‐LASER sequence at 7 T. spectra were acquired on healthy volunteers ( ) during a paradigm with 15 min of visual stimulation. Outer‐volume signals were further attenuated by the use of saturation slabs, and macromolecular signals in the vicinity of the inverted lactate peak were individually fitted with simulated Lorentzian peaks. All spectra were free of artefacts and highly reproducible across subjects. Lactate was accurately quantified with an average Cramér‐Rao lower bound of 8%. Statistically significant ( , one‐tailed ‐test) increases in lactate ( 10%) and glutamate ( 3%) levels during stimulation were detected in the visual cortex. Lactate and glutamate changes were consistent with previous measurements. We demonstrated that quantification of a clear and non‐contaminated lactate peak obtained with a long TE sequence has the potential of improving the accuracy of functional MRS studies targeting non‐oxidative reaction pathways.
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 ».