MétaCan
Menu
Retour à la cohorte
Enregistrement W3090275975 · doi:10.1002/mrm.28543

Myelin water imaging depends on white matter fiber orientation in the human brain

2020· article· en· W3090275975 sur OpenAlexafffund
Christoph Birkl, J. Ronald Doucette, Michael Fan, Enedino Hernández‐Torres, Alexander Rauscher

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchAustrian Science FundNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsNational Multiple Sclerosis Society
Mots-clésWhite matterMyelinVoxelNuclear magnetic resonanceOrientation (vector space)Fiber tractChemistryMagnetic resonance imagingBiologyPhysicsNeuroscienceMedicineMathematicsCentral nervous systemRadiologyGeometry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: components related to intracellular and extracellular water. In this study, we investigated to what degree the apparent myelin water fraction (MWF) depends on the angle between white matter fibers and the main magnetic field. METHODS: Maps of the apparent MWF were acquired using multi-echo Carr-Purcell-Meiboom-Gill and gradient-echo spin-echo sequences. The Carr-Purcell-Meiboom-Gill sequence was acquired with a TR of 1073 ms, 1500 ms, and 2000 ms. The fiber orientation was mapped with DTI. By angle-wise pooling the voxels across the brain's white matter, orientation-dependent apparent MWF curves were generated. RESULTS: We found that the apparent MWF varied between 25% and 35% across different fiber orientations. Furthermore, the selection of the TR influences the apparent MWF. CONCLUSION: White matter fiber orientation induces a strong systematic bias on the estimation of the apparent MWF. This finding has implications for future research and the interpretation of MWI results in previously published 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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,349
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

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

Citations79
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207