Assessment of Motor Cortex in Active, Passive and Imagery Wrist Movement using Functional MRI
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.
Notice bibliographique
Résumé
BACKGROUND: Functional Magnetic resonance imaging (fMRI) measures the small fluctuation of blood flow happening during task-fMRI in brain regions. OBJECTIVE: This research investigated these active, imagery and passive movements in volunteers design to permit a comparison of their capabilities in activating the brain areas. MATERIAL AND METHODS: In this applied research, the activity of the motor cortex during the right-wrist movement was evaluated in 10 normal volunteers under active, passive, and imagery conditions. T2* weighted, three-dimensional functional images were acquired using a BOLD sensitive gradient-echo EPI (echo planar imaging) sequence with echo time (TE) of 30 ms and repetition time (TR) of 2000 ms. The functional data, which included 248 volumes per subject and condition, were acquired using the blocked design paradigm. The images were analyzed by the SPM12 toolbox, MATLAB software. RESULTS: The findings determined a significant increase in signal intensity of the motor cortex while performing the test compared to the rest time (p< 0.05). It was also observed that the active areas in hand representation of the motor cortex are different in terms of locations and the number of voxels in different wrist directions. Moreover, the findings showed that the position of active centers in the brain is different in active, passive, and imagery conditions. CONCLUSION: Results confirm that primary motor cortex neurons play an essential role in the processing of complex information and are designed to control the direction of movement. It seems that the findings of this study can be applied for rehabilitation studies.
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 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 | 0,000 |
| 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 découle