MétaCan
Menu
Retour à la cohorte
Enregistrement W4293090388 · doi:10.1038/s41597-022-01624-8

A multi-scale probabilistic atlas of the human connectome

2022· article· en· W4293090388 sur OpenAlexaff
Yasser Alemán‐Gómez, Alessandra Griffa, Jean‐Christophe Houde, Elena Najdenovska, Stefano Magon, Meritxell Bach Cuadra, Maxime Descoteaux, Patric Hagmann

Notice bibliographique

RevueScientific Data · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCentre d'Imagerie BioMédicaleUniversité de LausanneCentre Hospitalier Universitaire VaudoisSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésAtlas (anatomy)ConnectomeScale (ratio)Computer scienceProbabilistic logicData scienceBiologyArtificial intelligenceGeographyNeuroscienceCartographyFunctional connectivityPaleontology

Résumé

récupéré en direct d'OpenAlex

The human brain is a complex system that can be efficiently represented as a network of structural connectivity. Many imaging studies would benefit from such network information, which is not always available. In this work, we present a whole-brain multi-scale structural connectome atlas. This tool has been derived from a cohort of 66 healthy subjects imaged with optimal technology in the setting of the Human Connectome Project. From these data we created, using extensively validated diffusion-data processing, tractography and gray-matter parcellation tools, a multi-scale probabilistic atlas of the human connectome. In addition, we provide user-friendly and accessible code to match this atlas to individual brain imaging data to extract connection-specific quantitative information. This can be used to associate individual imaging findings, such as focal white-matter lesions or regional alterations, to specific connections and brain circuits. Accordingly, network-level consequences of regional changes can be analyzed even in absence of diffusion and tractography data. This method is expected to broaden the accessibility and lower the yield for connectome research.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Expérimental (laboratoire)high
gptaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,698
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0030,006
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 Opus0,141
Tête enseignante GPT0,318
Écart entre enseignants0,177 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeExpérimental (laboratoire) · Autre devis
Domainenon disponible
GenreEmpirique · Jeu de données

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

En bref

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207