MétaCan
Menu
Retour à la cohorte
Enregistrement W4323359552 · doi:10.1038/s41598-023-30223-9

On electromagnetic head digitization in MEG and EEG

2023· article· en· W4323359552 sur OpenAlexaboutno aff
Amit Jaiswal, Jukka Nenonen, Lauri Parkkonen

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigitizationComputer scienceArtificial intelligenceElectroencephalographyTransmitterRobustness (evolution)Computer visionPattern recognition (psychology)TelecommunicationsNeuroscience

Résumé

récupéré en direct d'OpenAlex

In MEG and EEG studies, the accuracy of the head digitization impacts the co-registration between functional and structural data. The co-registration is one of the major factors that affect the spatial accuracy in MEG/EEG source imaging. Precisely digitized head-surface (scalp) points do not only improve the co-registration but can also deform a template MRI. Such an individualized-template MRI can be used for conductivity modeling in MEG/EEG source imaging if the individual's structural MRI is unavailable. Electromagnetic tracking (EMT) systems (particularly Fastrak, Polhemus Inc., Colchester, VT, USA) have been the most common solution for digitization in MEG and EEG. However, they may occasionally suffer from ambient electromagnetic interference which makes it challenging to achieve (sub-)millimeter digitization accuracy. The current study-(i) evaluated the performance of the Fastrak EMT system under different conditions in MEG/EEG digitization, and (ii) explores the usability of two alternative EMT systems (Aurora, NDI, Waterloo, ON, Canada; Fastrak with a short-range transmitter) for digitization. Tracking fluctuation, digitization accuracy, and robustness of the systems were evaluated in several test cases using test frames and human head models. The performance of the two alternative systems was compared against the Fastrak system. The results showed that the Fastrak system is accurate and robust for MEG/EEG digitization if the recommended operating conditions are met. The Fastrak with the short-range transmitter shows comparatively higher digitization error if digitization is not carried out very close to the transmitter. The study also evinces that the Aurora system can be used for MEG/EEG digitization within a constrained range; however, some modifications would be required to make the system a practical and easy-to-use digitizer. Its real-time error estimation feature can potentially improve digitization accuracy.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,320
Écart entre enseignants0,304 · 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'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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207