• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

The influence of sample size and arbitrary statistical thresholds in lesion-network mapping.

作者信息

Sperber Christoph, Dadashi Amin

机构信息

Centre of Neurology, Division of Neuropsychology, Hertie-Institute for Clinical Brain Research, University of Tübingen, Tübingen, Germany.

出版信息

Brain. 2020 May 1;143(5):e40. doi: 10.1093/brain/awaa094.

DOI:10.1093/brain/awaa094
PMID:32365360
Abstract
摘要

相似文献

1
The influence of sample size and arbitrary statistical thresholds in lesion-network mapping.样本量和病变网络映射中任意统计阈值的影响。
Brain. 2020 May 1;143(5):e40. doi: 10.1093/brain/awaa094.
2
Reply: The influence of sample size and arbitrary statistical thresholds in lesion-network mapping.回复：样本量和病变-网络映射中任意统计阈值的影响。
Brain. 2020 May 1;143(5):e41. doi: 10.1093/brain/awaa095.
3
Depth of treatment sensitive noise resistant dynamic artificial neural networks model of recall in people with prosopagnosia.深度治疗敏感抗噪动态人工神经网络模型在人面失认症患者中的回忆。
Neural Netw. 2012 Aug;32:46-56. doi: 10.1016/j.neunet.2012.02.008. Epub 2012 Feb 20.
4
The cortical face network of the prosopagnosic patient PS with fast periodic stimulation in fMRI.使用 fMRI 对面孔失认症患者 PS 进行快速周期性刺激后的大脑皮质面孔网络。
Cortex. 2019 Oct;119:528-542. doi: 10.1016/j.cortex.2018.11.008. Epub 2018 Nov 17.
5
Looking beyond indirect lesion network mapping of prosopagnosia: direct measures required.超越面孔失认症的间接病变网络映射：需要直接测量。
Brain. 2021 Oct 22;144(9):e75. doi: 10.1093/brain/awab276.
6
Focal electrical intracerebral stimulation of a face-sensitive area causes transient prosopagnosia.局灶性电刺激大脑面部敏感区可导致短暂性面孔失认症。
Neuroscience. 2012 Oct 11;222:281-8. doi: 10.1016/j.neuroscience.2012.07.021. Epub 2012 Jul 17.
7
Prosopagnosia associated with a left occipitotemporal lesion.与左侧枕颞叶病变相关的面孔失认症。
Neuropsychologia. 2008;46(8):2214-24. doi: 10.1016/j.neuropsychologia.2008.02.014. Epub 2008 Mar 10.
8
Reply: Looking beyond indirect lesion network mapping of prosopagnosia: direct measures required.回复：超越面孔失认症的间接损伤网络映射：需要直接测量。
Brain. 2021 Oct 22;144(9):e76. doi: 10.1093/brain/awab277.
9
Understanding the functional neuroanatomy of acquired prosopagnosia.了解获得性面孔失认症的功能性神经解剖学。
Neuroimage. 2007 Apr 1;35(2):836-52. doi: 10.1016/j.neuroimage.2006.09.051. Epub 2007 Feb 14.
10
An objective electrophysiological marker of face individualisation impairment in acquired prosopagnosia with fast periodic visual stimulation.快速周期性视觉刺激下后天性面孔失认症中面孔个体化损伤的客观电生理标志物。
Neuropsychologia. 2016 Mar;83:100-113. doi: 10.1016/j.neuropsychologia.2015.08.023. Epub 2015 Aug 28.

引用本文的文献

1
Structural and functional connectivity of vestibular graviceptive to sensory and motor circuits.前庭重力感受器与感觉和运动回路的结构和功能连接。
Brain Commun. 2025 Aug 8;7(4):fcaf290. doi: 10.1093/braincomms/fcaf290. eCollection 2025.
2
Associations of lesion location, structural disconnection, and functional diaschisis with depressive symptoms post stroke.卒中后病变部位、结构连接中断及功能失联络与抑郁症状的相关性
Front Neurol. 2023 May 17;14:1144228. doi: 10.3389/fneur.2023.1144228. eCollection 2023.
3
Lesions causing post-stroke spasticity localize to a common brain network.
导致中风后痉挛的病变定位于一个常见的脑网络。
Front Aging Neurosci. 2022 Oct 25;14:1011812. doi: 10.3389/fnagi.2022.1011812. eCollection 2022.
4
Large-scale lesion symptom mapping of depression identifies brain regions for risk and resilience.大规模病变症状映射抑郁识别风险和弹性的大脑区域。
Brain. 2023 Apr 19;146(4):1672-1685. doi: 10.1093/brain/awac361.
5
Activation network mapping for integration of heterogeneous fMRI findings.激活网络映射，整合异质 fMRI 研究结果。
Nat Hum Behav. 2022 Oct;6(10):1417-1429. doi: 10.1038/s41562-022-01371-1. Epub 2022 Jun 2.
6
Lesion network mapping of mania using different normative connectomes.使用不同的规范连接组对躁狂症进行病灶网络映射。
Brain Struct Funct. 2022 Dec;227(9):3121-3127. doi: 10.1007/s00429-022-02508-8. Epub 2022 May 16.
7
Post-stroke outcomes predicted from multivariate lesion-behaviour and lesion network mapping.基于多变量病变行为和病变网络映射预测卒中后结局。
Brain. 2022 May 24;145(4):1338-1353. doi: 10.1093/brain/awac010.
8
A novel stroke lesion network mapping approach: improved accuracy yet still low deficit prediction.一种新型的中风病灶网络映射方法：准确性有所提高，但缺陷预测能力仍然较低。
Brain Commun. 2021 Nov 13;3(4):fcab259. doi: 10.1093/braincomms/fcab259. eCollection 2021.
9
Reply: Lesion network mapping: where do we go from here?回复：病变网络图谱：我们从这里走向何方？
Brain. 2021 Feb 12;144(1):e6. doi: 10.1093/brain/awaa351.
10
Reply: The influence of sample size and arbitrary statistical thresholds in lesion-network mapping.回复：样本量和病变-网络映射中任意统计阈值的影响。
Brain. 2020 May 1;143(5):e41. doi: 10.1093/brain/awaa095.