MétaCan
Menu
Retour à la cohorte
Enregistrement W3015908580 · doi:10.1016/j.neuroimage.2020.116817

Can EEG and MEG detect signals from the human cerebellum?

2020· review· en· W3015908580 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNeuroImage · 2020
Typereview
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCarlsbergfondetEuropean Research CouncilNatural Sciences and Engineering Research Council of CanadaH2020 European Research CouncilCanada Research Chairs
Mots-clésCerebellumNeuroscienceMagnetoencephalographyElectroencephalographyElectrophysiologySensory systemPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

The cerebellum plays a key role in the regulation of motor learning, coordination and timing, and has been implicated in sensory and cognitive processes as well. However, our current knowledge of its electrophysiological mechanisms comes primarily from direct recordings in animals, as investigations into cerebellar function in humans have instead predominantly relied on lesion, haemodynamic and metabolic imaging studies. While the latter provide fundamental insights into the contribution of the cerebellum to various cerebellar-cortical pathways mediating behaviour, they remain limited in terms of temporal and spectral resolution. In principle, this shortcoming could be overcome by monitoring the cerebellum's electrophysiological signals. Non-invasive assessment of cerebellar electrophysiology in humans, however, is hampered by the limited spatial resolution of electroencephalography (EEG) and magnetoencephalography (MEG) in subcortical structures, i.e., deep sources. Furthermore, it has been argued that the anatomical configuration of the cerebellum leads to signal cancellation in MEG and EEG. Yet, claims that MEG and EEG are unable to detect cerebellar activity have been challenged by an increasing number of studies over the last decade. Here we address this controversy and survey reports in which electrophysiological signals were successfully recorded from the human cerebellum. We argue that the detection of cerebellum activity non-invasively with MEG and EEG is indeed possible and can be enhanced with appropriate methods, in particular using connectivity analysis in source space. We provide illustrative examples of cerebellar activity detected with MEG and EEG. Furthermore, we propose practical guidelines to optimize the detection of cerebellar activity with MEG and EEG. Finally, we discuss MEG and EEG signal contamination that may lead to localizing spurious sources in the cerebellum and suggest ways of handling such artefacts. This review is to be read as a perspective review that highlights that it is indeed possible to measure cerebellum with MEG and EEG and encourages MEG and EEG researchers to do so. Its added value beyond highlighting and encouraging is that it offers useful advice for researchers aspiring to investigate the cerebellum with MEG and EEG.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,315
Écart entre enseignants0,244 · 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