MétaCan
Menu
Retour à la cohorte
Enregistrement W3092450803

Zytoarchitektonische Charakterisierung und funktionelle Dekodierung des lateralen orbitofrontalen Kortex im humanen Gehirn

2020· dissertation· de· W3092450803 sur OpenAlexaboutno aff
Magdalena Wojtasik

Notice bibliographique

RevueUniv. Duesseldorf: Duesseldorfer Dokumenten- und Publikationsserver · 2020
Typedissertation
Languede
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGynecologyMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Das Brodmann Areal 47 im lateralen orbitofrontalen Kortex zeigte bisher in zahlreichen Studien grose makro- und mikroanatomische, sowie funktionelle Unterschiede. Einigkeit uber eine mogliche interindividuelle Variabilitat der Areale war bisher nicht gegeben, da Untersuchungen an einem bis wenigen Gehirnen keine Reproduzierbarkeit der Anzahl, des Volumens und der topographischen Lokalisation der Areale gewahrleisten konnten. Eine kombinierte strukturelle und funktionelle Untersuchung der Areale des lateralen orbitofrontalen Kortex wurde einen ersten Einblick in Interaktionen dieser Hirnregion mit anderen kortikalen und subkortikalen Strukturen als auch ihre interindividuelle Variabilitat geben. Mit einem betrachterunabhangigen, statistisch reproduzierbaren und computergestutzten Ansatz konnen die Zytoarchitektur von kortikalen Arealen und ihre Grenzen zu Nachbararealen ermittelt werden. Die hierarchische Clusteranalyse gibt Aufschluss uber mogliche strukturelle Gemeinsamkeiten innerhalb der Areale des lateralen orbitofrontalen Kortex und ihrer direkten Nachbarareale. Mittels affiner, nicht-linear elastischer Transformationen in einem Multiskalierungsverfahren an das anatomische Referenzgehirn des Montreal Neurological Institute Colin27 lasst sich die interindividuelle Variabilitat der anatomischen Lokalisation und des Volumens der Areale berechnen und darstellen. Die dreidimensionalen Wahrscheinlichkeitskarten ermoglichen anhand ihrer ermittelten Schwerpunktkoordinaten einen Vergleich der zytoarchitektonisch identifizierten Areale mit funktionellen Bildgebungsstudien mittels der BrainMap Datenbank. Mit Hilfe der Meta-Analytischen Konnektivitatsmodellierung konnen Koaktivierungen der einzelnen Areale durch ihre funktionellen Konnektivitaten zu kortikalen als auch subkortikalen Hirnregionen ermittelt werden. Vier neue Areale wurden im lateralen orbitofrontalen Kortex auf Grund ihrer zytoarchitektonischen Unterschieden identifiziert. Das Areal Fo4 wurde im Gyrus orbitalis anterior, Fo5 im vordersten Teil des Gyrus frontalis inferior, Fo6 im Gyrus orbitalis lateralis und Fo7 im Sulcus orbitalis lateralis lokalisiert. Strukturelle Gemeinsamkeiten zeigten sich aufgrund der Zellverteilung und -dichte einzelner kortikaler Schichten zwischen den Arealen Fo4 und Fo6 sowie Fo5 und Fo7. Die jeweiligen Wahrscheinlichkeitskarten der vier neuen Areale sind im JuBrain Cytoarchitectonic Atlas als auch im BigBrain integriert sowie offentlich zuganglich. Funktionell konnte unter anderem eine Lateralisierung in eine Gedachtnis-orientierte und sprachverarbeitende linke Hemisphare und eine Schmerz- und emotionsverarbeitende rechte Hemisphare identifiziert werden. Die Areale des lateralen orbitofrontalen Kortex zeigten statistisch relevante Koaktivierungen mit den Arealen der Broca-Region, dem intraparietalen Sulcus, dem dorsolateralen Prafrontalkortex, der Insula, dem Hippocampus sowie der Amygdala. Innerhalb des lateralen orbitofrontalen Kortex konnte ein starkes Netzwerk aus interarealen Verbindungen festgestellt werden. Die Resultate der funktionellen Dekodierung uber die funktionelle Einordnung der Areale des lateralen orbitofrontalen Kortex um ihre Koaktivierungen basieren auf ihren Konnektivitaten und erlauben funktionelle Zusammenhange mit weiteren Hirnregionen. Die Karten der Areale Fo4, Fo5, Fo6 und Fo7 konnen nun als anatomische Referenz fur weitere funktionelle Untersuchungen des lateralen OFC genutzt werden. Zukunftige Forschungsvorhaben konnen nun auf konkrete, strukturell charakteristische und lokal eingrenzbare Areale mit unterschiedlichen Funktionen zuruckgreifen.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,358
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniv. Duesseldorf: Duesseldorfer Dokumenten- und PublikationsserverMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207