MétaCan
Menu
Retour à la cohorte
Enregistrement W3216831055 · doi:10.1016/j.brs.2021.10.013

Induction of human motor cortex plasticity by theta burst transcranial ultrasound stimulation

2021· article· en· W3216831055 sur OpenAlexaff
Ke Zeng, Ghazaleh Darmani, Anton Fomenko, Xue Xia, Stephanie Tran, Jean‐François Nankoo, Yazan Shamli‐Oghli, Yanqiu Wang, Andrés M. Lozano, Robert Chen

Notice bibliographique

RevueBrain stimulation · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensUniversity of TorontoKrembil Foundation
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceTranscranial alternating current stimulationPlasticityStimulationMotor cortexTranscranial magnetic stimulationNeuroplasticityPsychologyMedicineMaterials science

Résumé

récupéré en direct d'OpenAlex

in the brain from MR-measurements of the current-induced magnetic field B z .Aim: We test the performance of a standard reconstruction algorithm ("projected current density algorithm", PCD, Jeong et al. 2014) for human brain data.We compare it with current flow simulations using personalized head models.Methods: 1.We generated ground-truth data for the TES current flow and Bz-field using a detailed head model and SimNIBS (www.simnibs.org).We applied the PCD algorithm to the B z -field and quantified the reconstruction performance by comparison with the ground-truth current flow.We additionally compared the PCD results with simulations using a simple head model ("3c" with scalp, bone and a homogeneous intracranial compartment).2. We reconstructed the current flow from in-vivo MRCDI data (G€ oksu et al, 2018) with the PCD algorithm.We also used head models of different complexities ("3c" and "4c": scalp, skull, CSF & brain) and optimized their conductivities to minimize the root-mean-square difference between the measured and simulated B z .Results: 1.For simulated B z data, the PCD algorithm only coarsely reconstructed the true current flow.Even the simple head model performed better.2. For measured B z data, current flows obtained with personalized head models and fitted conductivities explained the measurements better than the current flow reconstructed with the PCD algorithm.This was already the case for the simple head model (3c).The more detailed model (4c) resulted in further statistically significant improvements.However, for all models, the unexplained variance stayed above the noise floor, indicating remaining differences to unknown true current flow. Conclusions:The PCD algorithm has low accuracy for MRCDI data of the brain.However, MRCDI is useful for evaluations and improvements of current flow simulations with anatomically detailed personalized head models.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,256 · 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.

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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain stimulationMême sujetTranscranial Magnetic Stimulation StudiesTravaux en français237 207