MétaCan
Menu
Retour à la cohorte
Enregistrement W3006482384 · doi:10.1111/jon.12689

Brain Myelin Water Fraction and Diffusion Tensor Imaging Atlases for 9‐10 Year‐Old Children

2020· article· en· W3006482384 sur OpenAlexafffund
Sarah Morris, R. Davis Holmes, Adam Dvorak, Hanwen Liu, Youngjin Yoo, Irene M. Vavasour, Silvia Mazabel, Burkhard Mädler, Shannon Kolind, David K.B. Li, Linda S. Siegel, Christian Beaulieu, Alex L. MacKay, Cornelia Laule

Notice bibliographique

RevueJournal of Neuroimaging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of AlbertaInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAlberta Heritage Foundation for Medical ResearchCanadian Language and Literacy Research Network
Mots-clésMedicineDiffusion MRIWhite matterFractional anisotropyCorpus callosumNeuroimagingMagnetic resonance imagingNuclear medicineRadiologyPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Myelin water imaging (MWI) and diffusion tensor imaging (DTI) provide information about myelin and axon-related brain microstructure, which can be useful for investigating normal brain development and many childhood brain disorders. While pediatric DTI atlases exist, there are no pediatric MWI atlases available for the 9-10 years old age group. As myelination and structural development occurs throughout childhood and adolescence, studies of pediatric brain pathologies must use age-specific MWI and DTI healthy control data. We created atlases of myelin water fraction (MWF) and DTI metrics for healthy children aged 9-10 years for use as normative data in pediatric neuroimaging studies. METHODS: , DTI, and MWI scans were acquired from 20 healthy children (mean age: 9.6 years, range: 9.2-10.3 years, 4 females). ANTs and FSL registration were used to create quantitative MWF and DTI atlases. Region of interest (ROI) analysis in nine white matter regions was used to compare pediatric MWF with adult MWF values from a recent study and to investigate the correlation between pediatric MWF and DTI metrics. RESULTS: Adults had significantly higher MWF than the pediatric cohort in seven of the nine white matter ROIs, but not in the genu of the corpus callosum or the cingulum. In the pediatric data, MWF correlated significantly with mean diffusivity, but not with axial diffusivity, radial diffusivity, or fractional anisotropy. CONCLUSIONS: Normative MWF and DTI metrics from a group of 9-10 year old healthy children provide a resource for comparison to pathologies. The age-specific atlases are ready for use in pediatric neuroimaging research and can be accessed: https://sourceforge.net/projects/pediatric-mri-myelin-diffusion/.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,046
Tête enseignante GPT0,331
Écart entre enseignants0,285 · 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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroimagingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207