The muscle twitch profile assessed with motor unit magnetic resonance imaging
Notice bibliographique
Résumé
Localised signal voids in diffusion-weighted (DW) images of skeletal muscle have been postulated to occur as a result of muscle fibre contraction and relaxation. We investigated the contrast mechanism of these signal voids using a combination of modelling and experimental measurements by employing DW and phase contrast (PC) imaging sequences. The DW signal and PC signal were simulated for each time point of a theoretical muscle twitch. The model incorporated compaction (simulating actively contracting muscle fibres) and translation (simulating passively moving surrounding fibres). The model suggested that the DW signal depended on contraction time and compaction whereas the PC signal depended on contraction time, compaction and translation. In a retrospective study, we tested this model with subgroup analyses on 10 healthy participants. Electrical nerve stimulation was used to generate muscle twitches in lower leg muscles; the resulting force was measured using an MR-compatible force transducer. At current levels causing a visible muscle twitch (~13 mA), the width of the first signal drop in the DW signal (mean ± SD: 103 ± 20 ms) was comparable with the force contraction time (93 ± 34 ms; intraclass correlation coefficient [ICC] = 0.717, P = .010). At current levels activating single motor units (~9 mA), the contraction time determined from the DW signal was 75 ± 13 ms and comparable with the PC contraction time (81 ± 15 ms; ICC = 0.925, P = .001). The maximum positive velocity was 0.55 ± 0.26 cm/s and the displacement was 0.20 ± 0.10 mm. Voxel-wise analysis revealed localised DW changes occurring together with more widespread phase changes. In conclusion, local signal attenuations in DW images following muscle fibre activation are primarily caused by compaction. The PC sequence also detects translating muscle tissue being passively pulled. The magnitude of the changes in DW and PC images depends on the twitch's contractile properties and percentage contraction. DW imaging and PC imaging can therefore measure twitch profiles of skeletal muscle fibres.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».