MétaCan
Menu
Retour à la cohorte
Enregistrement W4308434429 · doi:10.1364/boe.465699

Multispectral intraoperative imaging for the detection of the hemodynamic response to interictal epileptiform discharges

2022· article· en· W4308434429 sur OpenAlexafffund
Audrey Laurence, Dènahin Hinnoutondji Toffa, Ke Peng, Manon Robert, Alain Bouthillier, Dang Khoa Nguyen, Frédéric Leblond

Notice bibliographique

RevueBiomedical Optics Express · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensPolytechnique MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésIctalMultispectral imageElectrocorticographyFunctional magnetic resonance imagingHaemodynamic responseEpilepsyMagnetic resonance imagingHemodynamicsNeuroscienceCortical spreading depressionFunctional imagingElectroencephalographyMedicineNuclear magnetic resonanceAnesthesiaBiomedical engineeringRadiologyPsychologyComputer scienceArtificial intelligencePhysicsHeart rate

Résumé

récupéré en direct d'OpenAlex

Interictal epileptiform discharges (IEDs) are brief neuronal discharges occurring between seizures in patients with epilepsy. The characterization of the hemodynamic response function (HRF) specific to IEDs could increase the accuracy of other functional imaging techniques to localize epileptiform activity, including functional near-infrared spectroscopy and functional magnetic resonance imaging. This study evaluated the possibility of using an intraoperative multispectral imaging system combined with electrocorticography (ECoG) to measure the average HRF associated with IEDs in eight patients. Inter-patient variability of the HRF is illustrated in terms of oxygenated hemoglobin peak latency, oxygenated hemoglobin increase/decrease following IEDs, and signal-to-noise ratio. A sub-region was identified using an unsupervised clustering algorithm in three patients that corresponded to the most active area identified by ECoG.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,294
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207