Assessing the Precision of Magnetic Resonance Imaging Axon Diameter Inferences using Oscillating Gradient Spin Echo Pulse Sequences in a 15 T System
Notice bibliographique
Résumé
Previous research has linked numerous neurological disorders post-mortem to abnormalities in axon distribution and integrity within white matter tracts. Therefore, it is of high interest to investigate methods that will eventually be able to measure axon diameters in white matter tracts in vivo. Diffusion Magnetic Resonance Imaging is a method with the potential to infer microstructure in vivo using temporal diffusion spectroscopy. Temporal diffusion spectroscopy, when used with certain pulse sequences, such as Oscillating Gradient Spin Echo, can be used to infer micron-scale axon diameters. The most common geometric model used to fit the diffusion signals assumes that axons are long, parallel, straight, cylinders, where only the transverse intra-axonal diffusion coefficient is sensitive to the cylinder’s inner diameter. However, previous research has demonstrated that this geometric model tends to overestimate the intra-axonal diameter of axonal fibers. Due to recent advances in hardware, high-gradient strengths can be used to achieve shorter diffusion times and probe smaller restriction sizes than previously possible. To calibrate temporal diffusion spectroscopy with Oscillating Gradient Spin Echo pulse sequences in this project ex vivo mouse brains were imaged, and the genu substructure of the corpus callosum was analyzed. The images were collected using a 15.2 T Bruker NMR system located at the Vanderbilt University of Institute of Imaging Science. Data were collected in two experiments; first an initial calibration experiment was performed to test the proposed parameters. Then a second experiment was conducted to validate the inferred magnetic resonance axon diameters using transmission electron microscopy in a sample of 6 mice (3 male, 3 female).
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».