Anisotropic mechanical properties in the healthy human brain estimated with multi-excitation transversely isotropic MR elastography
Notice bibliographique
Résumé
Magnetic resonance elastography (MRE) is an MRI technique for imaging the mechanical properties of brain in vivo, and has shown differences in properties between neuroanatomical regions and sensitivity to aging, neurological disorders, and normal brain function. Past MRE studies investigating these properties have typically assumed the brain is mechanically isotropic, though the aligned fibers of white matter suggest an anisotropic material model should be considered for more accurate parameter estimation. Here we used a transversely isotropic, nonlinear inversion algorithm (TI-NLI) and multi-excitation MRE to estimate the anisotropic material parameters of individual white matter tracts in healthy young adults. We found significant differences between individual tracts for three recovered anisotropic parameters: substrate shear stiffness, μ (range: 2.57 – 3.02 kPa), shear anisotropy, φ (range: -0.026 – 0.164), and tensile anisotropy, ζ (range: 0.559 – 1.049). Additionally, we demonstrated the repeatability of these parameter estimates in terms of lower variability of repeated measures in a single subject relative to variability in our sample population. Further, we observed significant differences in anisotropic mechanical properties between segments of the corpus callosum (genu, body, and splenium), which is expected based on differences in axonal microstructure. This study shows the ability of MRE with TI-NLI to estimate anisotropic mechanical properties of white matter and presents reference properties for tracts throughout the healthy brain.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».