High resolution imaging of the hippocampus at 7T
Notice bibliographique
Résumé
Magnetic Resonance Imaging (MRI) is a powerful medical imaging technique that provides detailed visualization of internal structures in vivo, making it an indispensable tool in diagnosing and monitoring brain-related diseases and pathologies. In this thesis, we focus on the hippocampus, a critical brain region for memory and learning, and investigate its susceptibility, volume, and vascularization using high-resolution MRI at 7T. Firstly, we estimate the reproducibility of hippocampal subfield susceptibility and volume in healthy participants to determine the precision required for longitudinal studies aimed at tracking changes in the hippocampus in Alzheimer's disease. Secondly, we compare the susceptibility and volume of hippocampal subfields between healthy controls and Alzheimer's disease patients to investigate whether they can be used as biomarkers for early detection of AD. We also examine the relationship between hippocampal subfield measurements, the abnormal protein Amyloidβ1-42 in cerebrospinal fluid (CSF), and cognitive performance measured by the Montreal Cognitive Assessment (MoCA). Thirdly, we investigate the non-invasive visualization of hippocampal vasculature to better understand its pattern, which is critical for surgical planning. We aim to map the vascularity of the hippocampus in vivo without contrast agents to gain insight into the relationship between vascular and degenerative pathology of the hippocampus. Our findings have implications for the diagnosis, monitoring, and treatment of Alzheimer's disease and provide insights into the structure and function of the hippocampus.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».