Structural alterations in the macaque frontoparietal white matter network after recovery from prefrontal cortex lesions
Notice bibliographique
Résumé
Abstract Unilateral damage to the frontoparietal network typically impairs saccade target selection within the contralesional visual hemifield. Severity of deficits and the degree of recovery have been associated with widespread network dysfunction, yet it is not clear how these behavioural and functional changes relate with the underlying structural white matter pathways. Here, we investigated whether recovery after unilateral prefrontal cortex (PFC) lesions was associated with structural white matter remodeling in the distributed frontoparietal network. Diffusion-weighted MRI was acquired in four macaque monkeys before the lesions and at 2-4 months post-lesion, after recovery of deficits in saccade selection of contralesional targets. Probabilistic tractography was used to reconstruct inter- and intra-hemispheric frontoparietal fiber tracts: bilateral superior longitudinal fasciculus (SLF) and transcallosal fibers connecting bilateral PFC or bilateral posterior parietal cortex (PPC). After behavioural recovery, tract-specific fractional anisotropy in contralesional SLF and transcallosal PPC increased after small lesions and decreased after larger lesions compared to pre-lesion. These findings indicate that remote fiber tracts may provide optimal compensation after small PFC lesions. However, larger lesions may have induced widespread structural damage and hindered compensatory remodeling in the structural frontoparietal network.
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 | 0,000 | 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) | 0,001 | 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 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 ».