Normative Analysis of Individual Brain Differences Based on a Population MRI-Based Atlas of Cynomolgus Macaques
Notice bibliographique
Résumé
The developmental trajectory of the primate brain varies substantially with aging across subjects. However, this ubiquitous variability between individuals in brain structure is difficult to quantify and has thus essentially been ignored. Based on a large-scale structural magnetic resonance imaging dataset acquired from 162 cynomolgus macaques, we create a species-specific 3D template atlas of the macaque brain, and deploy normative modeling to characterize individual variations of cortical thickness (CT) and regional gray matter volume (GMV). We observed an overall decrease in total GMV and mean CT, and an increase in white matter volume from juvenile to early adult. Specifically, CT and regional GMV were greater in prefrontal and temporal cortices relative to early unimodal areas. Age-dependent trajectories of thickness and volume for each cortical region revealed an increase in the medial temporal lobe, and decreases in all other regions. A low percentage of highly individualized deviations of CT and GMV were identified (0.0021%, 0.0043%, respectively, P < 0.05, false discovery rate [FDR]-corrected). Our approach provides a natural framework to parse individual neuroanatomical differences for use as a reference standard in macaque brain research, potentially enabling inferences regarding the degree to which behavioral or symptomatic variables map onto brain structure in future disease 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.
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 ».