EN|FR

LabGiant,

Vous avez déjà un compte ?

LabGiant,

sur les épaules de géants.

Fonctionnalités

Calendrier d'équipementProtocol CortexCRMRapports d'impact

Explorer

Index de rechercheTechniquesCommunautéForfaits
McGill UniversityConcordia UniversityUniversité de MontréalPolytechnique MontréalDobson Centre for EntrepreneurshipUniversity of Alberta
© 2026 LabGiant
EN|FR
Politique de confidentialitéConditions d'utilisation
    Stereotaxic Registration Model (Original Version 1998)
    Ressource numériqueDisponible

    Modèle de recalage stéréotaxique (version originale de 1998)

    Traduit de l'anglais ·

    Devis sur demande

    Faculty of Medicine and Health Sciences
    Biomedical Engineering
    McGill University

    Il s'agit d'une moyenne stéréotaxique de 27 examens d'IRM pondérés en T1 du même individu. En 1998, un nouvel atlas d'une définition nettement supérieure à celle de MNI305 a été créé au MNI. Un sujet (CJH) a été scanné 27 fois et les images ont fait l'objet d'un recalage linéaire afin de créer une moyenne offrant un rapport signal sur bruit élevé et une haute définition des structures (Holmes et al., 1998). Cette moyenne a été recalée de façon linéaire sur la moyenne 305. Paradoxalement, ce jeu de données n'était pas initialement destiné à servir de gabarit stéréotaxique, mais plutôt de substrat pour un schéma de parcellisation en ROI à utiliser avec la normalisation spatiale non linéaire ANIMAL (Collins et al., 1995); il était donc conçu pour la segmentation, et NON pour la stéréotaxie. En tant qu'atlas basé sur un seul cerveau, il ne rendait pas compte de la variabilité anatomique et représentait, dans une certaine mesure, un retour à l'approche de Talairach.

    Cependant, sa haute définition s'est avérée trop attrayante pour la communauté et, après une mise en correspondance non linéaire pour s'adapter à l'espace MNI305, il a été adopté par de nombreux groupes comme gabarit stéréotaxique (p. ex., AFNI, Cox; Brainstorm, Tadel et al., 2011; SPM, Litvak et al., 2011; Fieldtrip, Oostenveld et al., 2011).

    Méthodes

    Ce jeu de données moyen a été créé en deux étapes. D'abord, chacun des 27 examens pondérés en T1 a été recalé dans l'espace stéréotaxique à l'aide de la procédure mritotal et rééchantillonné sur une grille de 1 mm dans l'espace stéréotaxique. Les 27 examens ont été moyennés ensemble pour générer une première moyenne. Ce volume moyen a servi de cible pour la seconde étape de recalage, au cours de laquelle chaque IRM pondérée en T1 d'origine a été de nouveau recalée dans l'espace stéréotaxique. Cette méthode a pour avantage d'éliminer la faible variance intra-sujet de la mise en correspondance dans l'espace stéréotaxique liée à l'utilisation d'une moyenne multi-sujets.

    Licence

    Copyright (C) 1993-2009 Louis Collins, McConnell Brain Imaging Centre, Institut neurologique de Montréal, Université McGill. L'autorisation d'utiliser, de copier, de modifier et de distribuer ce logiciel ainsi que sa documentation à toute fin et sans frais est accordée par les présentes, sous réserve que la mention de droit d'auteur ci-dessus apparaisse dans toutes les copies. Les auteurs et l'Université McGill ne font aucune déclaration quant à l'adéquation de ce logiciel à un usage quelconque. Il est fourni "tel quel", sans garantie expresse ou implicite. Les auteurs ne sont pas responsables de toute perte de données, de tout dommage matériel, de toute perte de biens ou de toute blessure infligée à des sujets ou à des patients découlant de l'utilisation adéquate ou inappropriée de ce progiciel.

    NIST Lab

    NIST Lab

    Faculty of Medicine and Health Sciences

    Laboratoire de recherche voué à faire avancer les connaissances scientifiques et l'innovation.

    LC

    Louis Collins

    NIST Lab · McGill University
    Ressource numériqueDisponible

    Modèle de recalage stéréotaxique (version originale de 1998)

    Traduit de l'anglais ·

    Devis sur demande

    Faculty of Medicine and Health Sciences
    Biomedical Engineering
    McGill University

    Il s'agit d'une moyenne stéréotaxique de 27 examens d'IRM pondérés en T1 du même individu. En 1998, un nouvel atlas d'une définition nettement supérieure à celle de MNI305 a été créé au MNI. Un sujet (CJH) a été scanné 27 fois et les images ont fait l'objet d'un recalage linéaire afin de créer une moyenne offrant un rapport signal sur bruit élevé et une haute définition des structures (Holmes et al., 1998). Cette moyenne a été recalée de façon linéaire sur la moyenne 305. Paradoxalement, ce jeu de données n'était pas initialement destiné à servir de gabarit stéréotaxique, mais plutôt de substrat pour un schéma de parcellisation en ROI à utiliser avec la normalisation spatiale non linéaire ANIMAL (Collins et al., 1995); il était donc conçu pour la segmentation, et NON pour la stéréotaxie. En tant qu'atlas basé sur un seul cerveau, il ne rendait pas compte de la variabilité anatomique et représentait, dans une certaine mesure, un retour à l'approche de Talairach.

    Cependant, sa haute définition s'est avérée trop attrayante pour la communauté et, après une mise en correspondance non linéaire pour s'adapter à l'espace MNI305, il a été adopté par de nombreux groupes comme gabarit stéréotaxique (p. ex., AFNI, Cox; Brainstorm, Tadel et al., 2011; SPM, Litvak et al., 2011; Fieldtrip, Oostenveld et al., 2011).

    Méthodes

    Ce jeu de données moyen a été créé en deux étapes. D'abord, chacun des 27 examens pondérés en T1 a été recalé dans l'espace stéréotaxique à l'aide de la procédure mritotal et rééchantillonné sur une grille de 1 mm dans l'espace stéréotaxique. Les 27 examens ont été moyennés ensemble pour générer une première moyenne. Ce volume moyen a servi de cible pour la seconde étape de recalage, au cours de laquelle chaque IRM pondérée en T1 d'origine a été de nouveau recalée dans l'espace stéréotaxique. Cette méthode a pour avantage d'éliminer la faible variance intra-sujet de la mise en correspondance dans l'espace stéréotaxique liée à l'utilisation d'une moyenne multi-sujets.

    Licence

    Copyright (C) 1993-2009 Louis Collins, McConnell Brain Imaging Centre, Institut neurologique de Montréal, Université McGill. L'autorisation d'utiliser, de copier, de modifier et de distribuer ce logiciel ainsi que sa documentation à toute fin et sans frais est accordée par les présentes, sous réserve que la mention de droit d'auteur ci-dessus apparaisse dans toutes les copies. Les auteurs et l'Université McGill ne font aucune déclaration quant à l'adéquation de ce logiciel à un usage quelconque. Il est fourni "tel quel", sans garantie expresse ou implicite. Les auteurs ne sont pas responsables de toute perte de données, de tout dommage matériel, de toute perte de biens ou de toute blessure infligée à des sujets ou à des patients découlant de l'utilisation adéquate ou inappropriée de ce progiciel.

    Stereotaxic Registration Model (Original Version 1998)
    NIST Lab

    NIST Lab

    Faculty of Medicine and Health Sciences

    Laboratoire de recherche voué à faire avancer les connaissances scientifiques et l'innovation.

    LC

    Louis Collins

    NIST Lab · McGill University

    Ça pourrait aussi vous intéresser

    Découvrez d'autres ressources qui pourraient soutenir vos travaux

    Explorer l'infrastructure de recherche partagée

    Infrastructure de recherche à MontréalPlateformes de McGill University
    LabGiant,

    sur les épaules de géants.

    Fonctionnalités

    Calendrier d'équipementProtocol CortexCRMRapports d'impact

    Explorer

    Index de rechercheTechniquesCommunautéForfaits
    McGill UniversityConcordia UniversityUniversité de MontréalPolytechnique MontréalDobson Centre for EntrepreneurshipUniversity of Alberta
    © 2026 LabGiant
    EN|FR
    Politique de confidentialitéConditions d'utilisation