MétaCan
Menu
Retour à la cohorte
Enregistrement W4377086935 · doi:10.3791/65180

Micro-CT Imaging and Morphometric Analysis of Mouse Neonatal Brains

2023· article· en· W4377086935 sur OpenAlexaff
Jimena Barbeito‐Andrés, Laura Beatríz Andrini, Mariana Vallejo-Azar, Sara Seguel, Jay Devine, Benedikt Hallgrímsson, Paula N. González

Notice bibliographique

RevueJournal of Visualized Experiments · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAnesthesia and Neurotoxicity Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCytoarchitectureNeuroimagingMagnetic resonance imagingBrain morphometryBiomedicineSegmentationBiologyComputed tomographyDigitizationBrain developmentMedical imagingNeurosciencePathologyComputer scienceAnatomyArtificial intelligenceRadiologyMedicineComputer visionBioinformatics

Résumé

récupéré en direct d'OpenAlex

Neuroimages are a valuable tool for studying brain morphology in experiments using animal models. Magnetic resonance imaging (MRI) has become the standard method for soft tissues, although its low spatial resolution poses some limits for small animals. Here, we describe a protocol for obtaining high-resolution three-dimensional (3D) information on mouse neonate brains and skulls using micro-computed tomography (micro-CT). The protocol includes those steps needed to dissect the samples, stain and scan the brain, and obtain morphometric measurements of the whole organ and regions of interest (ROIs). Image analysis includes the segmentation of structures and the digitization of point coordinates. In sum, this work shows that the combination of micro-CT and Lugol's solution as a contrast agent is a suitable alternative for imaging the perinatal brains of small animals. This imaging workflow has applications in developmental biology, biomedicine, and other sciences interested in assessing the effect of diverse genetic and environmental factors on brain development.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
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 Opus0,066
Tête enseignante GPT0,448
Écart entre enseignants0,383 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetAnesthesia and Neurotoxicity ResearchTravaux en français237 207