MétaCan
Menu
← Retour à la cohorte
Enregistrement W7052805818

Testing the effect of dichoptic luminance masking on monocular visual function with functional magnetic resonance imaging (fMRI)

2023· dissertation· en· W7052805818 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2023
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMonocularLuminanceMasking (illustration)Magnetic resonance imagingFunction (biology)Functional magnetic resonance imaging
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Functional magnetic resonance imaging (fMRI) methods are now an important tool for characterization of human visual cortex, in healthy participants as well as those with visual disorders.A wide range of serious ophthalmological diseases manifest in one eye only, or asymmetrically between each eye.Accordingly, evaluating each eye separately (i.e., monocular testing) is necessary.However, a lack of standardization exists regarding the status of the nontested eye during monocular visual assessments, and this is particularly acute for fMRI experiments that use modern advanced equipment for (dichoptic) stimulation of each eye separately.To address this knowledge gap, we conducted an experiment to identify the viewing condition of the fellow/non-tested eye (i.e., closed, black screen, gray screen or same stimulus as tested eye) that produces the least interocular inhibition on responses to a battery of stimuli presented to the other (i.e., tested) eye in cortical visual areas.Overall, binocular stimulation elicited the highest brain activity in all regions of interest (ROIs), early visual cortices and MT+, in comparison to dichoptic viewing conditions.ROIs showed differential preferences for the presented stimuli, with MT+ and peripheral eccentricities of early visual areas strongly activated for fast moving stimuli, whereas vast majority of early visual areas respond maximally to flickering stimuli.A strong trend for dichoptic luminance masking (higher brain activity for black screen (i.e., low luminance stimulus) compared to gray screen) was evident, especially in early visual areas, for moving low spatial frequency magnocellular-biased stimuli.The dichoptic luminance masking effect was not significantly enhanced by imbalances in sensory eye dominance, although a trend for higher masking was observed for non-dominant eye than dominant eye.The closed-eye condition produces a slightly different activation pattern for the cortical visual areas than all the other fellow eye viewing conditions, including a black screen.In general, our results are consistent with the binocular contrast normalization model of vision and the low pass nature of the masking effect.Previous studies also predominantly report lower interocular inhibition on tested eye, and therefore higher activity in brain areas, when between-eye luminance difference increases.Our findings suggest that the black screen condition in the fellow eye produces the least interocular inhibition and closely resembles binocular stimulation.As such, we have identified the monocular fMRI visual function testing protocol that maximizes the brain responses to monocular visual stimulation using dichoptic presentation system, and reduces the potential confounding effect the luminance masking effect may have for identifying the dysfunction of magnocellular pathways in patients with visual deficits in future studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0070,000

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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→