MétaCan
Menu
Retour à la cohorte
Enregistrement W4220819052 · doi:10.1016/j.neuroimage.2022.119084

Using OPM-MEG in contrasting magnetic environments

2022· article· en· W4220819052 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNeuroImage · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesNational Institute of Mental HealthEngineering and Physical Sciences Research CouncilNational Institutes of HealthHospital for Sick ChildrenCentres de Recerca de Catalunya
Mots-clésMagnetoencephalographyComputer scienceRobustness (evolution)MagnetometerElectromagnetic shieldingInterference (communication)Electromagnetic interferenceReal-time computingMagnetic fieldArtificial intelligencePhysicsElectrical engineeringEngineeringTelecommunicationsMedicine

Résumé

récupéré en direct d'OpenAlex

Magnetoencephalography (MEG) has been revolutionised by optically pumped magnetometers (OPMs). "OPM-MEG" offers higher sensitivity, better spatial resolution, and lower cost than conventional instrumentation based on superconducting quantum interference devices (SQUIDs). Moreover, because OPMs are small, lightweight, and portable they offer the possibility of lifespan compliance and (with control of background field) motion robustness, dramatically expanding the range of MEG applications. However, OPM-MEG remains nascent technology; it places stringent requirements on magnetic shielding, and whilst a number of viable systems exist, most are custom made and there have been no cross-site investigations showing the reliability of data. In this paper, we undertake the first cross-site OPM-MEG comparison, using near identical commercial systems scanning the same participant. The two sites are deliberately contrasting, with different magnetic environments: a "green field" campus university site with an OPM-optimised shielded room (low interference) and a city centre hospital site with a "standard" (non-optimised) MSR (higher interference). We show that despite a 20-fold difference in background field, and a 30-fold difference in low frequency interference, using dynamic field control and software-based suppression of interference we can generate comparable noise floors at both sites. In human data recorded during a visuo-motor task and a face processing paradigm, we were able to generate similar data, with source localisation showing that brain regions could be pinpointed with just ∼10 mm spatial discrepancy and temporal correlations of > 80%. Overall, our study demonstrates that, with appropriate field control, OPM-MEG systems can be sited even in city centre hospital locations. The methods presented pave the way for wider deployment of OPM-MEG.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,040
Tête enseignante GPT0,293
Écart entre enseignants0,253 · 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