MétaCan
Menu
Retour à la cohorte
Enregistrement W4306173734 · doi:10.1016/j.neuroimage.2022.119684

Mapping pontocerebellar connectivity with diffusion MRI

2022· article· en· W4306173734 sur OpenAlexafffund
Paul-Noel Rousseau, M. Mallar Chakravarty, Christopher J. Steele

Notice bibliographique

RevueNeuroImage · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensDouglas Mental Health University InstituteMcGill UniversityConcordia University
Organismes subventionnairesNIH Blueprint for Neuroscience ResearchNational Institute of Mental HealthFonds de recherche du Québec – Nature et technologiesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchHeart and Stroke Foundation of CanadaMcGill UniversityMcDonnell Center for Systems NeuroscienceNational Institutes of Health
Mots-clésPonsCerebellumNeuroscienceTractographyDiffusion MRIAnatomyContext (archaeology)Pontine nucleiPsychologyBiologyMedicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

The cerebellum's involvement in cognitive, affective and motor functions is mediated by connections to different regions of the cerebral cortex. A distinctive feature of cortico-cerebellar loops that has been demonstrated in the animal work is a topographic organization that is preserved across its corticopontine, pontocerebellar, and cerebello-thalmo-cortical segments. Here we used tractography derived from diffusion imaging data to characterize the connections between the pons and the individual lobules of the cerebellum and generate a parcellation of the pons and middle cerebellar peduncle based on the pattern of connectivity. We identified a rostral to caudal gradient in the pons, similar to that observed in the animal work, such that rostral regions were preferentially connected to cerebellar lobules involved in non-motor, and caudal regions with motor regions. These findings advance our fundamental understanding of the cerebellum, and the parcellations we generated provide context for future research into the pontocerebellar tract's involvement in health and disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,305
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations22
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207