从临床级的MRI预测到MR协议-不可知,偏差纠正的大脑年龄

科学领域:

• 神经成像是一种神经成像.
• 人工智能的人工智能
• 生物标志物开发 生物标志物开发

背景情况:

• 大脑年龄预测,计算为预测的大脑年龄减去时间年龄 (大脑-PAD),显示出作为临床生物标志物的潜力.
• 现有的脑衰老方法通常需要高分辨率的研究级MRI,限制其临床使用与多样化,低分辨率的临床扫描.

研究的目的:

• 开发一种对MRI模式,分辨率和切片方向的变化具有强度的脑年龄模型.
• 为了使大脑年龄作为个性化生物标志物在临床环境中使用随时可用的MRI数据.

主要方法:

• 使用双转移学习方法重新训练一个卷积神经网络 (CNN).
• 美国有线电视新闻网 (CNN) 根据合成研究等级的MRI数据预测了大脑年龄,这些数据来自7种模式的6224次临床MRI扫描.
• 加入了一个偏差校正层来解决回归稀释偏差,这是年龄估计中常见的.

主要成果:

• 开发的大脑年龄模型在不同MRI模式中实现了4.676.47年的平均绝对误差.
• 该模型对于原始临床MRI和合成对应物都显示出类似的准确性.
• 脑-PAD预测在各种模式中都是可靠的,验证了模型的概括性.

结论:

• 这项研究证明了使用临床级MRI数据准确预测大脑年龄的可行性.
• 开发的模型克服了以前方法的局限性,为更广泛的临床采用铺平了道路.
• 这项工作有助于通过可靠的神经成像生物标志物推进个性化医疗.