Loading...
机构名称:
¥ 1.0

材料和方法:在这项横断面研究中,我们分析了 2009 年至 2023 年在麻省总医院麻醉下获得的临床 rs-fMRI 数据。对每位患者的独立成分分析驱动的静息状态网络 (RSN) 进行定性和定量评估,并将其分为强或弱两组。使用定性方法评估整体网络,使用定量方法评估运动和语言网络。在 4 个结果类别中分析了 RSN 稳健性:整体、组合运动语言、单个运动和语言网络。预测变量包括 rs-fMRI 采集参数、麻醉药物、潜在的大脑结构异常、年龄和性别。使用逻辑回归来检验研究变量对 RSN 稳健性的影响。

镇静临床成像和麻醉方案中的静息状态 fMRI 优化

镇静临床成像和麻醉方案中的静息状态 fMRI 优化PDF文件第1页

镇静临床成像和麻醉方案中的静息状态 fMRI 优化PDF文件第2页

镇静临床成像和麻醉方案中的静息状态 fMRI 优化PDF文件第3页

镇静临床成像和麻醉方案中的静息状态 fMRI 优化PDF文件第4页

镇静临床成像和麻醉方案中的静息状态 fMRI 优化PDF文件第5页

相关文件推荐

2020 年
¥1.0
2025 年
¥7.0