MétaCan
Menu
Retour à la cohorte
Enregistrement W3197388830 · doi:10.3791/62596

Acquisition of Resting-State Functional Magnetic Resonance Imaging Data in the Rat

2021· article· en· W3197388830 sur OpenAlexaff
Diana J. Wallin, Emily D. K. Sullivan, Elise M. Bragg, Jibran Y. Khokhar, Hanbing Lu, Wilder T. Doucette

Notice bibliographique

RevueJournal of Visualized Experiments · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institute on Drug AbuseNational Institute on Alcohol Abuse and Alcoholism
Mots-clésResting state fMRIFunctional magnetic resonance imagingNeuroscienceIsofluraneProtocol (science)Data acquisitionMagnetic resonance imagingComputer scienceMedicineAnesthesiaBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Resting-state functional magnetic resonance imaging (rs-fMRI) has become an increasingly popular method to study brain function in a resting, non-task state. This protocol describes a preclinical survival method for obtaining rs-fMRI data. Combining low dose isoflurane with continuous infusion of the α2 adrenergic receptor agonist dexmedetomidine provides a robust option for stable, high-quality data acquisition while preserving brain network function. Furthermore, this procedure allows for spontaneous breathing and near-normal physiology in the rat. Additional imaging sequences can be combined with resting-state acquisition creating experimental protocols with anesthetic stability of up to 5 h using this method. This protocol describes the setup of equipment, monitoring of rat physiology during four distinct phases of anesthesia, acquisition of resting-state scans, quality assessment of data, recovery of the animal, and a brief discussion of post-processing data analysis. This protocol can be used across a wide variety of preclinical rodent models to help reveal the resulting brain network changes that occur at rest.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,714

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,408
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207