Relationship of neurite architecture to brain activity during task-based fMRI
Notice bibliographique
Résumé
Functional MRI (fMRI) has been widely used to examine changes in neuronal activity during cognitive tasks. Commonly used measures of gray matter macrostructure (e.g., cortical thickness, surface area, volume) do not consistently appear to serve as structural correlates of brain function. In contrast, gray matter microstructure, measured using neurite orientation dispersion and density imaging (NODDI), enables the estimation of indices of neurite density (neurite density index; NDI) and organization (orientation dispersion index; ODI) in gray matter. Our study explored the relationship among neurite architecture, BOLD (blood-oxygen-level-dependent) fMRI, and cognition, using a large sample (n = 750) of young adults of the human connectome project (HCP) and two tasks that index more cortical (working memory) and more subcortical (emotion processing) targeting of brain functions. Using NODDI, fMRI, structural MRI and task performance data, hierarchical regression analyses revealed that higher working memory- and emotion processing-evoked BOLD activity was related to lower ODI in the right DLPFC, and lower ODI and NDI values in the right and left amygdala, respectively. Common measures of brain macrostructure (i.e., DLPFC thickness/surface area and amygdala volume) did not explain any additional variance (beyond neurite architecture) in BOLD activity. A moderating effect of neurite architecture on the relationship between emotion processing task-evoked BOLD response and performance was observed. Our findings provide evidence that neuro-/social-affective cognition-related BOLD activity is partially driven by the local neurite organization and density with direct impact on emotion processing. In vivo gray matter microstructure represents a new target of investigation providing strong potential for clinical translation.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».