Mapping Caudolenticular Gray Matter Bridges in the Human Brain Striatum Through Diffusion Magnetic Resonance Imaging and Tractography
Notice bibliographique
Résumé
In primates, the putamen and the caudate nucleus are connected by ~1 mm-thick caudolenticular gray matter bridges (CLGBs) interspersed between the white matter bundles of the internal capsule. Little is understood about the functional or microstructural properties of the CLGBs. In studies proposing high resolution diffusion magnetic resonance imaging (dMRI) techniques, CLGBs have been qualitatively identified as an example of superior imaging quality; however, the microstructural properties of these structures have yet to be examined. In this study, it is demonstrated for the first time that dMRI is sensitive to an organized anisotropic signal oriented in the direction parallel to the CLGBs, suggesting that dMRI could be a useful imaging method for probing the microstructure of the CLGBs. To demonstrate the anisotropic diffusion signal is coherently organized along the extent of the CLGBs and to enable a subsequent CLGB microstructural measurement, a customized tractography seeding and filtering method is proposed that utilizes the shape of the human striatum (putamen + caudate nucleus) to reconstruct the CLGBs in 3D. The proposed seeding strategy seeds tractography streamlines outward and normal to the surface of a 3D model of the striatum such that reconstructed streamlines are more likely to follow the diffusion signal peaks aligned parallel to the CLGBs. The method is applied to three different diffusion datasets, namely a high resolution 760 μm isotropic diffusion dataset acquired on a single subject, the test-retest cohort included as part of the human connectome project (N = 44) with diffusion data acquired at 1.25 mm isotropic, and a locally acquired "clinical" test-retest dataset acquired at 2.0 mm isotropic (N = 24). Reconstructed CLGBs directly overlap expected gray matter regions in the human brain for all three datasets. In addition, the method is shown to accurately reconstruct CLGBs repeatedly across multiple test-retest cohorts. The tractography CLGB reconstructions are then used to extract a quantitative measurement of microstructure from a local model of the diffusion signal along the CLGBs themselves. This is the first work to comprehensively study the CLGBs in vivo using dMRI and presents techniques suitable for future human neuroscience studies targeting these structures.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».