Cell specificity of Manganese-enhanced MRI signal in the cerebellum
Notice bibliographique
Résumé
Magnetic Resonance Imaging (MRI) resolution continues to improve, making it important to understand the cellular basis for different MRI contrast mechanisms. Manganese-enhanced MRI (MEMRI) produces layer-specific contrast throughout the brain enabling in vivo visualization of cellular cytoarchitecture, particularly in the cerebellum. Due to the unique geometry of the cerebellum, especially near the midline, 2D MEMRI images can be acquired from a relatively thick slice by averaging through areas of uniform morphology and cytoarchitecture to produce very high-resolution visualization of sagittal planes. In such images, MEMRI hyperintensity is uniform in thickness throughout the anterior-posterior axis of sagittal sections and is centrally located in the cerebellar cortex. These signal features suggested that the Purkinje cell layer, which houses the cell bodies of the Purkinje cells and the Bergmann glia, is the source of hyperintensity. Despite this circumstantial evidence, the cellular source of MRI contrast has been difficult to define. In this study, we quantified the effects of selective ablation of Purkinje cells or Bergmann glia on cerebellar MEMRI signal to determine whether signal could be assigned to one cell type. We found that the Purkinje cells, not the Bergmann glia, are the primary of source of the enhancement in the Purkinje cell layer. This cell-ablation strategy should be useful for determining the cell specificity of other MRI contrast mechanisms.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».