Localizing Microemboli within the Rodent Brain through Block-Face Imaging and Atlas Registration
Notice bibliographique
Résumé
Abstract Brain microinfarcts are prevalent in humans, however because of the inherent difficulty of identifying and localizing individual microinfarcts, brain-wide quantification is impractical. In mice, microinfarcts have been created by surgically introducing microemboli into the brain, but a major limitation of this model is the absence of automated methods to identify and localize individual occlusions. We present a novel and semi-automated workflow to identify the anatomic location of fluorescent emboli (microspheres) within the mouse brain through histologic processing and atlas registration. By incorporating vibratome block-face imaging with the QuickNII brain registration tool, we show that the anatomic location of microspheres can be accurately registered to brain structures within the Allen mouse brain (AMB) atlas (e. g ., somatomotor areas, hippocampal region, visual areas, etc.). Compared with registering images of slide mounted sections to the AMB atlas, microsphere location was more accurately determined when block-face images were used. As a proof of principle, using this workflow we compared the distribution of microspheres within the brains of mice that were either perfused or immersion fixed. No significant effect of perfusion on total microsphere number or location was detected. In general, microspheres were distributed brain-wide, with the largest density found in the thalamus. In sum, our block-face imaging workflow enables efficient characterization of the widespread distribution of fluorescent microemboli, facilitating future investigation into the impact of microinfarct load and location on brain health.
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 ».