MNI-FTD templates, unbiased average templates of frontotemporal dementia variants
Notice bibliographique
Résumé
Standard templates are widely used in human neuroimaging processing pipelines to facilitate group-level analyses and comparisons across subjects/populations. MNI-ICBM152 template is the most commonly used standard template, representing an average of 152 healthy young adult brains. However, in patients with neurodegenerative diseases such as frontotemporal dementia (FTD), high atrophy levels lead to significant differences between individuals' brain shapes and MNI-ICBM152 template. Such differences might inevitably lead to registration errors or subtle biases in downstream analyses and results. Disease-specific templates are therefore desirable to reflect the anatomical characteristics of the populations of interest and reduce potential registration errors. Here, we present MNI-FTD136, MNI-bvFTD70, MNI-svFTD36, and MNI-pnfaFTD30, four unbiased average templates of 136 FTD patients, 70 behavioural variant (bv), 36 semantic variant (sv), and 30 progressive nonfluent aphasia (pnfa) variant FTD patients and a corresponding age-matched template of 133 controls (MNI-CN133), along with probabilistic tissue maps for each template. Public availability of these templates will facilitate analyses of FTD cohorts and enable comparisons between different studies in an appropriate common standardized space.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».