Denoising of the gradient artifact present in simultaneous studies of muscle blood oxygen level dependent (BOLD) signal and electromyography (EMG)
Notice bibliographique
Résumé
The MR-induced gradient artifact affects EMG recordings during simultaneous muscle BOLD/EMG acquisitions. However, no dedicated hardware can remove the gradient artifact easily, and alternative methods are expensive and time-consuming. This study aimed to develop three denoising methods requiring different processing levels and MR-compatible hardware. At two time points, surface EMG was recorded from the lower leg of 6 participants (50:50 sex ratio, age = 26.24.6 yrs., height = 173.59.2 cm, weight = 71.511.4 kg) using a plantar flexion-based block design consisting of 30s of rest followed by 30s of flexion for 5 min, under three conditions: inside the MRI bore, with and without a BOLD sequence (3 T, BOLD sequence, GRE EPI, 10 slices, 64×64 matrix, 2 mm thickness, and TE/TR/flip = 35/3000 ms/70), and outside the MRI environment. Simultaneous BOLD/EMG recordings were denoised using average artifact subtraction with three methods of artifact template creation, each having varying timing and hardware requirements. Method M1 builds the artifact template by recording the scanner triggers coming from the MRI; M2 creates the artifact template with a constant artifact period computed as TR/[number of slices]; M3 estimates the artifact template by looking at the periodicity of the gradient artifact located in the EMG recordings. Following postprocessing, SNR analysis was performed, comparing rest-to-flexion periods, to assess the efficacy of denoising methods and to compare differences between conditions. Linear mixed-effects models showed no significant differences in the mean SNR between denoising methods (p = 0.656). Furthermore, EMG SNR measurements were significantly affected by the magnetic environment (p < 0.05) but not by muscle fatigue over time (p = 0.975). EMG recordings contaminated with gradient artifacts during simultaneous BOLD/EMG can be efficiently denoised using all proposed methods, with two methods requiring no extra hardware. With minimal post-processing, EMG can easily be performed during muscle BOLD MRI studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».