A non-invasive approach to awake mouse fMRI compatible with multi-modal techniques
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mouse functional magnetic resonance imaging (fMRI) studies contribute significantly to basic fundamental and translational neuroscience research. Performing fMRI in awake mice could facilitate complex tasks in the magnet and improve translational validity by avoiding anesthesia-related neural and neurovascular changes. Existing surgical approaches provide excellent motion control but are not desirable for all experiments aiming to scan awake mice. These include studies with transgenic mouse lines that are vulnerable to anesthesia or mice in longitudinal studies involving cognition. To address these needs, we propose a non-invasive restraint to scan mice in the awake state. The restraint was designed to be compatible with brain stimulation and recording approaches often combined with fMRI. It was evaluated on the basis of motion, fMRI data quality, and animal stress levels, and compared to a conventional headpost restraint. We found the proposed approach was effective at restraining mice across a broad range of weights without the need for any anesthesia for setup. The non-invasive restraint led to higher data attrition after censoring high motion volumes, but by acquiring roughly 25% more data we could obtain comparable network spatial specificity to the headpost approach. Our results demonstrate a simple open-source head restraint that can be used for awake mouse fMRI for certain cohorts, and we establish suitable acclimation and scanning protocols for use with this restraint.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle