Voxel-Based Morphometry Analysis of Gray Matter on Quran Memorizers
Notice bibliographique
Résumé
Introduction: The brain is the most complex organ in the human body. Robust and vigorous daily activities may cause changes to the brain structure. Huffaz, individuals who memorise the Quran undergo intensive memorization training which may lead to structural changes in specific regions of the brain. Materials and method: This study looked at possible change that occurred on gray matter by characterising the textual memorization of brain structure using voxel-based morphometry (VBM). It involves voxel-by-voxel comparison of gray matter intensity of the MRI images. Forty-seven subjects (23 huffaz, 24 non-huffaz) aged between 21-25 years were voluntarily recruited. Subjects were scanned by 3 Tesla MRI system. Images were then re-aligned according to standardised Montreal Neurological Institute (MNI) coordinates. The MRIs were then segmented into gray matter, white matter and cerebrospinal fluid. Independent sample t-test was performed between the two groups. Results: No significant difference was found between the brain region of the huffaz and non-huffaz with appropriate corrections for family-wise error (FWE) at a threshold of p = 0.05. However, with a more lenient criteria (p = 0.001, uncorrected, cluster size = 50 mm3 ), we found that gray matter volume in Brodmann Area 6 and Brodmann Area 7 of the huffaz were significantly higher than the non-huffaz group. Conclusion: VBM is not sensitive enough to detect complex anatomical differences between huffaz and non-huffaz with the current sample size. Future study to explore possible image processing tools that can measure subtle structural change in human brain is warranted.
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 | 0,001 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».