MétaCan
Menu
Retour à la cohorte
Enregistrement W4391216084 · doi:10.1162/imag_a_00091

Detection of respiration-induced field modulations in fMRI: A concurrent and navigator-free approach

2024· article· en· W4391216084 sur OpenAlexafffund
Alexander Jaffray, Christian Kames, Michelle Medina, Christina Gräf, Adam Clansey, Alexander Rauscher

Notice bibliographique

RevueImaging Neuroscience · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésFunctional magnetic resonance imagingComputer scienceArtificial intelligenceEcho (communications protocol)Computer visionField (mathematics)Phase (matter)Pattern recognition (psychology)Nuclear magnetic resonancePhysicsNeuroscienceMathematicsPsychology

Résumé

récupéré en direct d'OpenAlex

Functional Magnetic Resonance Imaging (fMRI) is typically acquired using gradient-echo sequences with a long echo time at high temporal resolution. Gradient-echo sequences inherently encode information about the magnetic field in the often discarded image phase. We demonstrate a method for processing the phase of reconstructed fMRI data to isolate temporal fluctuations in the harmonic fields associated with respiration by solving a blind source separation problem. The fMRI-derived field fluctuations are shown to be in strong agreement with breathing belt data acquired during the same scan. This work presents a concurrent, hardware-free measurement of respiration-induced field fluctuations, providing a respiratory regressor for fMRI analysis which is independent of local contrast changes, and with potential applications in image reconstruction and fMRI analysis.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,032
Tête enseignante GPT0,347
Écart entre enseignants0,315 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImaging NeuroscienceMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207