MétaCan
Menu
Retour à la cohorte
Enregistrement W4411991844 · doi:10.1002/uog.29275

Evolution of magnetic resonance diffusion tensor imaging metrics in the normal fetal brain

2025· article· en· W4411991844 sur OpenAlexaff
R. Corroënne, Ioannis Papastefanou, Houman Mahallati, L. Bobet, L. Bussières, D. Grévent, Laurent Salomon

Notice bibliographique

RevueUltrasound in Obstetrics and Gynecology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFetal and Pediatric Neurological Disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDiffusion MRIWhite matterFractional anisotropyMagnetic resonance imagingNuclear medicineEffective diffusion coefficientMedicineNuclear magnetic resonancePhysicsRadiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Diffusion tensor imaging (DTI) of the fetal brain can generate unique quantitative data that reflect both tissue integrity and the level of myelination in the developing brain. The objective of this study was to quantify normal fetal brain metrics from 21 to 36 weeks' gestation using DTI in a cohort of healthy fetuses, using the latest techniques designed to minimize artifacts from movement and those inherent to magnetic resonance imaging (MRI) acquisition. METHODS: We conducted a prospective study between June 2021 and June 2022 of pregnant volunteers with no known fetal anomalies, between 21 and 36 weeks' gestation. MRI scans were performed using a 1.5-T 450W General Electric Signa MRI system, including 15 non-collinear diffusion-weighted axial images of the fetal brain. Preprocessing included denoising, correction of Gibb's ringing artifact, eddy current correction, bias removal, registration to a reference template, slice-to-volume reconstruction and constrained spherical convolution to obtain maps of fractional anisotropy (FA), apparent diffusion coefficient (ADC), axial diffusivity (AD) and radial diffusivity (RD). A total of 51 white matter and gray matter regions from both hemispheres were analyzed. Regression models were used to describe the evolution of the DTI metrics during gestation. RESULTS: DTI was successful in 94/111 (84.7%) fetuses and was performed at a median of 30 (range, 21-36) weeks' gestation. In the different white matter tracts, FA showed five distinct patterns: (1) initial decrease until 32-34 weeks, followed by an increase until 36 weeks; (2) initial decrease until 25-26 weeks, followed by an increase until 36 weeks; (3) linear increase; (4) linear decrease; or (5) no gestational-age-related change. In the different gray matter regions, FA showed three distinct patterns: (1) linear decrease; (2) initial decrease until 31-34 weeks, followed by an increase; or (3) no gestational-age-related change. In the majority of white matter and gray matter regions, ADC, AD and RD showed a linear decrease between 21 and 36 weeks. CONCLUSIONS: The variations in DTI metrics may indirectly reflect the microstructural changes that occur during brain development, particularly during myelination, and may help characterize the development of fetal brain connectivity in utero. © 2025 International Society of Ultrasound in Obstetrics and Gynecology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasound in Obstetrics and GynecologyMême sujetFetal and Pediatric Neurological DisordersTravaux en français237 207