Scalp electrode placement accuracy for the canine electroencephalography array
Notice bibliographique
Résumé
Introduction: Despite the common occurrence of idiopathic epilepsy amongst neurological conditions in dogs, electroencephalography (EEG), the gold standard for seizure detection, is relatively neglected. The use of EEG in veterinary medicine is rudimentary compared to that in human medicine, particularly with respect to the quantification of EEG electrode placement error, i.e., the accuracy of electrode placement relative to the diverse canine cortical topography. Methods: = 5) dogs from breeds with archetypal skull conformation. For the Mesocephalic cohort, a stereotactic brain atlas was incorporated into the brain models to quantify electrode placement error via a universal coordinate system. As this was not possible for the Brachycephalic and Dolichocephalic cohort, instead electrode placement was described in relation to cortical landmarks. Results: Gaps in cortical coverage between cohorts were identified, such as poor coverage of the olfactory and frontal regions in the brachycephalic cohort and the parietal region in the Mesocephalic and Dolichocephalic cohorts. Quantitative analysis of electrode placement in the Mesocephalic cohort showed the minimum variance of electrode localization for the x coordinate of the F8 electrode (0.8 mm) and the greatest variance for the y coordinate of the Cz electrode (35.2 mm). Discussion: This is the first study to highlight the knowledge gaps regarding the accuracy of canine EEG electrode localization, differences in the array coverage across the diverse canine skull conformations, and the urgent need for a stereotactic brain atlas for specific canine skull conformations.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».