Signatures of covert neuron loss in the local field potential of motor cortex
Notice bibliographique
Résumé
Abstract Background Covert stroke is understudied despite occurring ten times for every symptomatic stroke and contributing to stroke’s enormous global disease burden. For instance, it is unknown whether covert stroke replicates the peri-infarct neuroelectrophysiological frequency spectrum impact of symptomatic stroke. This motivated the use of our novel electrolytic lesioning platform to explore the spectral consequences of covert neuron loss. Methods During a multi-month period of participation in an arm reaching task, neuron loss was induced via electrolytic lesions to the motor cortex of two large animals (U: n = 4; H: n = 7). Behavioral metrics were paired with spectrum estimates from local field potential recordings. These spectra were represented as bandpowers, aperiodic/periodic parameters, and decomposed time-frequency tensors. Lesion impact was assessed using nonparametric permutation tests of next-day effects and state space model parameters. Results Task success rate was unaffected by lesions, but shifts in aperiodic structure reduced next-day γ bandpower (30 – 100 Hz; U: −1.38µV 2 , p < 1 × 10 − 3 ; H: −1.66µV 2 , p = 0.001) while sensorimotor rhythms spanning 8 – 45 Hz (Σ SMR ) were amplified (Monkey U: 8.68µV 2 , p < 1 × 10 − 3 ; Monkey H: 2.40µV 2 , p = 0.004). Additionally, state space modeling showed that spectral perturbations to γ and Σ SMR outlasted any behavioral impact of the lesions (Monkey U: Behavior=1 d, γ =2 d, Σ SMR =2 d; Monkey H: Behavior=0 d, γ =3 d, Σ SMR =1 d). Finally, tensor decomposition revealed interpretable, animal-specific perturbations to time-frequency dynamics. Conclusion Covert neuron loss induced multi-day spectral perturbations similar to those observed after symptomatic stroke. The neural spectrum is thus more sensitive to neuron loss than previously understood and could be responsive to neuron loss caused by covert stroke. This work also motivates the use of electrolytic lesions to bridge covert and symptomatic regimes of neuron loss, advancing our causal understanding of post-stroke interactions between spectrum and behavior.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».