Consorcio de Imagenología de Alzheimer

Área de la Ciencia:

• Neuroimagenología
• Aprendizaje Automático
• Neurología

Sus antecedentes:

• La enfermedad de Alzheimer (EA) es una causa principal de demencia.
• La detección temprana de la neurodegeneración por EA a través de patrones de atrofia cortical en RM T1 es un desafío debido a cambios sutiles y heterogéneos.
• Los métodos convencionales de aprendizaje profundo luchan por capturar estos patrones tempranos y sutiles.

Objetivo del estudio:

• Desarrollar una red convolucional gráfica (GCN) cortical explicable.
• Capturar patrones tempranos de atrofia en la superficie cortical para identificar sujetos con riesgo elevado de EA.
• Mejorar el diagnóstico temprano de la EA prodrómica.

Principales métodos:

• Se utilizaron datos de RM T1 del conjunto de datos de la Iniciativa de Neuroimagen de la Enfermedad de Alzheimer (ADNI) (1645 sujetos).
• Se procesaron los datos de RM utilizando FreeSurfer y se empleó un modelo GCN cortical que trata la superficie cortical como un grafo.
• Se entrenaron modelos validados cruzada de cinco pliegues en el 90% de los datos CN+AD, se probó en el 10% y se evaluó la predicción de MCI estable (sMCI) frente a MCI progresivo (pMCI).

Principales resultados:

• El modelo GCN cortical logró una precisión equilibrada de 0.736 al diferenciar la demencia (EA) de los sujetos cognitivamente normales (CN).
• El modelo obtuvo una precisión media equilibrada de 0.644 para predecir MCI sMCI de pMCI.
• Demostró la capacidad del modelo para predecir la aparición futura de demencia en personas en riesgo.

Conclusiones:

• El estudio demuestra la eficacia de la GCN cortical para la predicción temprana de la aparición de demencia en personas en riesgo de EA.
• El trabajo futuro incluye la validación independiente en datos NACC/ADRC para evaluar la generalización.
• Se planea mejorar la explicabilidad del modelo utilizando técnicas como Grad-CAM y gradientes integrados para proporcionar información más profunda y mejorar las herramientas de diagnóstico.