Effects of phase regression on high-resolution functional MRI of the primary visual cortex
Notice bibliographique
Résumé
High-resolution functional MRI studies have become a powerful tool to non-invasively probe the sub-millimeter functional organization of the human cortex. Advances in MR hardware, imaging techniques and sophisticated post-processing methods have allowed high resolution fMRI to be used in both the clinical and academic neurosciences. However, consensus within the community regarding the use of gradient echo (GE) or spin echo (SE) based acquisition remains largely divided. On one hand, GE provides a high temporal signal-to-noise ratio (tSNR) technique sensitive to both the macro- and micro-vascular signal while SE based methods are more specific to microvasculature but suffer from lower tSNR and specific absorption rate limitations, especially at high field and with short repetition times. Fortunately, the phase of the GE-EPI signal is sensitive to vessel size and this provides a potential avenue to reduce the macrovascular weighting of the signal (phase regression, Menon 2002). In order to determine the efficacy of this technique at high-resolution, phase regression was applied to GE-EPI timeseries and compared to SE-EPI to determine if GE-EPI's specificity to the microvascular compartment improved. To do this, functional data was collected from seven subjects on a neuro-optimized 7 T system at 800 μm isotropic resolution with both GE-EPI and SE-EPI while observing an 8 Hz contrast reversing checkerboard. Phase data from the GE-EPI was used to create a microvasculature-weighted time series (GE-EPI-PR). Anatomical imaging (MP2RAGE) was also collected to allow for surface segmentation so that the functional results could be projected onto a surface. A multi-echo gradient echo sequence was collected and used to identify venous vasculature. The GE-EPI-PR surface activation maps showed a high qualitative similarity with SE-EPI and also produced laminar activity profiles similar to SE-EPI. When the GE-EPI and GE-EPI-PR distributions were compared to SE-EPI it was shown that GE-EPI-PR had similar distribution characteristics to SE-EPI (p < 0.05) across the top 60% of cortex. Furthermore, it was shown that GE-EPI-PR has a higher contrast-to-noise ratio (0.5 ± 0.2, mean ± std. dev. across layers) than SE-EPI (0.27 ± 0.07) demonstrating the technique has higher sensitivity than SE-EPI. Taken together this evidence suggests phase regression is a useful method in low SNR studies such as high-resolution fMRI.
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 ».