根据对皮质形态特征的机器学习分析,预测轻度认知障碍进展为阿尔茨海默病
Wei Wang1,2, Jiaxuan Peng1, Jie Hou1
1Jinzhou Medical University Postgraduate Education Base (Zhejiang Provincial People's Hospital, People's Hospital of Hangzhou Medical College), Hangzhou, Zhejiang, China.
Aging clinical and experimental research
|July 5, 2023
概括
这项研究开发了一种使用脑成像和临床数据的预测模型,以识别患有轻度认知障碍 (MCI) 的高风险患阿尔茨海默病 (AD) 的患者. 该模型显示了早期临床查和干预的前景.
科学领域:
- 神经成像是一种神经成像.
- 神经学 神经学
- 生物统计学 生物统计学
背景情况:
- 轻度认知障碍 (MCI) 是正常衰老和阿尔茨海默病 (AD) 之间的过渡阶段.
- 准确预测MCI向AD的进展对于及时的治疗干预至关重要.
- 当前的预测方法往往缺乏足够的准确性,并依赖于有限的数据类型.
更多相关视频
09:06Whole-brain Segmentation and Change-point Analysis of Anatomical Brain MRI—Application in Premanifest Huntington's Disease
Published on: June 9, 2018
12.2K
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.1K
