MétaCan
Menu
Retour à la cohorte
Enregistrement W4309508399 · doi:10.1093/brain/awac436

Quantitative myelin imaging with MRI and PET: an overview of techniques and their validation status

2022· review· en· W4309508399 sur OpenAlexafffund
Chris W.J. van der Weijden, Emma Biondetti, Ingomar W. Gutmann, Hildebrand Dijkstra, Rory McKerchar, Daniele de Paula Faria, Erik F. J. de Vries, Jan F. Meilof, Rudi Dierckx, Valentin Prévost, Alexander Rauscher

Notice bibliographique

RevueBrain · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMinistero dell’Istruzione, dell’Università e della RicercaStichting MS ResearchFundação de Amparo à Pesquisa do Estado de São PauloCanada Research ChairsUniversità degli Studi G. d'Annunzio Chieti - PescaraZonMwDipartimenti di Eccellenza
Mots-clésNeurosciencePositron emission tomographyMagnetic resonance imagingPet imagingMyelinPsychologyMedicineMedical physicsRadiologyCentral nervous system

Résumé

récupéré en direct d'OpenAlex

Myelin is the protective sheath wrapped around axons, consisting of a phospholipid bilayer with water between the wraps. The measurement of damage to the myelin sheaths, the evaluation of the efficacy of therapies aiming to promote remyelination and monitoring the degree of brain maturation in children all require non-invasive quantitative myelin imaging methods. To date, various myelin imaging techniques have been developed. Five different MRI approaches can be distinguished based on their biophysical principles: (i) imaging of the water between the lipid bilayers directly (e.g. myelin water imaging); (ii) imaging the non-aqueous protons of the phospholipid bilayer directly with ultra-short echo-time techniques; (iii) indirect imaging of the macromolecular content (e.g. magnetization transfer; inhomogeneous magnetization transfer); (iv) mapping of the effects of the myelin sheath's magnetic susceptibility on the MRI signal (e.g. quantitative susceptibility mapping); and (v) mapping of the effects of the myelin sheath on water diffusion. Myelin imaging with PET uses radioactive molecules with high affinity to specific myelin components, in particular myelin basic protein. This review aims to give an overview of the various myelin imaging techniques, their biophysical principles, image acquisition, data analysis and their validation status.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,228
Tête enseignante GPT0,465
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations94
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207