Construction and validation of a database of head models for functional imaging of the neonatal brain
Notice bibliographique
Résumé
The neonatal brain undergoes dramatic structural and functional changes over the last trimester of gestation. The accuracy of source localisation of brain activity recorded from the scalp therefore relies on accurate age-specific head models. Although an age-appropriate population-level atlas could be used, detail is lost in the construction of such atlases, in particular with regard to the smoothing of the cortical surface, and so such a model is not representative of anatomy at an individual level. In this work, we describe the construction of a database of individual structural priors of the neonatal head using 215 individual-level datasets at ages 29-44 weeks postmenstrual age from the Developing Human Connectome Project. We have validated a method to segment the extra-cerebral tissue against manual segmentation. We have also conducted a leave-one-out analysis to quantify the expected spatial error incurred with regard to localising functional activation when using a best-matching individual from the database in place of a subject-specific model; the median error was calculated to be 8.3 mm (median absolute deviation 3.8 mm). The database can be applied for any functional neuroimaging modality which requires structural data whereby the physical parameters associated with that modality vary with tissue type and is freely available at www.ucl.ac.uk/dot-hub.
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 | 0,000 |
| 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 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 ».