petVAE: アルツハイマー病の連続体全体でアミロイドPETサブグループを識別するためのデータ駆動モデル

科学分野:

• 神経画像は,神経イメージングによるものです.
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• バイオマーカーの発見

背景:

• アミロイドβ (Aβ) PETイメージングは,アルツハイマー病 (AD) の診断に不可欠です.
• 現在の分類はしばしばバイナリ (Aβ+/Aβ-),粒度性を制限しています.
• 微妙なAβ蓄積パターンは,病気の初期段階を示す可能性があります.

研究 の 目的:

• Aβ蓄積連続体に沿ったサブグループを識別するためのモデルを開発する.
• バイナリ分類を超えたAβ PETスキャンを分析するために.
• ADの進行を研究するためのデータ主導の枠組みを確立する.

主な方法:

• ADNIとA4のデータセットから3,110のAβPETスキャンを使用した.
• スキャン再構築と特徴抽出のための2D変数自動エンコーダであるpetVAEを開発し,適用しました.
• 抽出された潜在的特徴に基づいてクラスタースキャンを行い,サブグループを特定します.

主要な成果:

• petVAEはAβ PETスキャンを正確に再構築しました.
• クラスタリングにより,4つの異なるサブグループ (Aβ-, Aβ-+, Aβ+, Aβ++) が特定されました.
• クラスターは,バイオマーカーレベル (CSF Aβ,tau),APOE ε4ステータス,認知機能,AD進行率において有意に異なっていた.

結論:

• petVAEは,PETスキャンでAβ連続体を効果的に捕捉します.
• 特定されたクラスターは,ADの生物学的に有意義な段階を表しています.
• このアプローチは,早期の臨床前AD検出と疾患進行に関する研究を強化します.