High-resolution diffusion MRI of the cortico-cortical connections between lower visual areas reveals divergence of connections and enhanced connectivity of the central visual field representation
Notice bibliographique
Résumé
Studies of the dense structural connections between human lower visual areas with diffusion MRI (dMRI) are sparse. To investigate this fine connectivity, a dMRI pulse sequence is required to operate at both high-resolution and high signal-to-noise ratio (SNR). gSldier-SMS (Setsompop et al., 2018) makes acquiring diffusion MRI data with high SNR and high resolution possible. Using gSlider-SMS, we aim to image the white matter connections between the densely connected lower visual areas V1, V2, and V3. Data were obtained from 10 healthy subjects. Using gSlider-SMS, we acquired dMRI with isotropic 1 mm voxels. We used Benson’s atlas (Benson & Winawer, 2018) to generate the retinotopic polar angle and eccentricity maps of human visual areas V1, V2, and V3. Our diffusion data demonstrated a retinotopically organized connectivity pattern between V1-V2, V2-V3, and V1-V3. Moreover, our results also revealed differential density in connectivity patterns between the central and peripheral visual fields. We found that for each pair of connections between V1, V2, and V3, the central visual field regions were more densely connected than the regions in the periphery. This underscores the notion that the central visual field, responsible for detailed and sharp vision, might have evolved to have stronger connectivity to facilitate visual processing at high acuity. In addition, we evaluated the divergence of connections emerging from an eccentricity range in one visual area and connecting to a second visual area. A Gaussian curve showed a good fit to the divergence distribution. Our study provides novel insight into the visual cortex's intricate connectivity patterns, underlining the importance of central visual field representation, retinotopic organization, and hierarchical processing. Our findings also pave the way for investigating the structural-functional relationship of connections between lower visual areas, potentially leading to a deeper understanding of vision-related disorders.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».