Assessment of the macrovascular contribution to resting-state fMRI functional connectivity at 3 Tesla
Notice bibliographique
Résumé
Abstract In resting-state functional magnetic resonance imaging (rs-fMRI) functional connectivity (FC) mapping, temporal correlation are widely assumed to reflect synchronized neural-related activaty. Although a large number of studies have demonstrated the potential vascular effects on FC, little research has been conducted on FC resulting from macrovascular signal fluctuations. Previously, Tong et al. found (Tong et al., 2019b) a robust anti-correlation between the fMRI signals in the internal carotid artery and the internal jugular vein (and the sagittal sinus). The present study extends the previous study to include all detectable major veins and arteries in the brain in a systematic analysis of the macrovascular contribution to the functional connectivity of the whole-GM. This study demonstrates that: 1) The macrovasculature consistently exhibited strong correlational connectivity among itself, with the sign of the correlations varying between arterial and venous connectivity; 2) GM connectivity was found to have a strong macrovascular contribution, stronger from veins than arteries; 3) functional connectivity originating from the macrovasculature displayed disproportionately high spatial variability compared to across all GM voxels; 4) macrovascular contributions to connectivity were still evident well beyond the confines of the macrovascular space. These findings highlight the extensive contribution to rs-fMRI BOLD and FC predominantly by large veins, but also by large arteries. These findings pave the way for future studies aimed at more comprehensively modeling and thereby removing these macrovascular contributions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».