从认知上正常的大脑预测轻度认知障碍,使用基于结构磁共振成像的新型大脑年龄估计模型
Uk-Su Choi1,2, Jun Young Park1,3,4, Jang Jae Lee1
1Gwangju Alzheimer's and Related Dementia Cohort Research Center, Chosun University, Gwangju 61452, Republic of Korea.
Cerebral cortex (New York, N.Y. : 1991)
|September 17, 2023
概括
这项研究引入了一种新的大脑年龄预测模型,用于检测神经退行性疾病. 该模型在识别有认知能力下降风险的个体方面显示出前景,特别是从认知正常到轻度认知障碍的转化.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 生物标志物开发 生物标志物开发
背景情况:
- 大脑年龄预测量度大脑衰老,有助于检测神经退行性疾病,如阿尔茨海默病 (AD).
- 有限的研究存在于使用大脑年龄预测作为认知衰退进展的生物标志物,特别是从认知正常 (CN) 到轻度认知障碍 (MCI).
研究的目的:
- 开发一种新的大脑年龄预测模型,利用大脑体积和皮质厚度特征.
- 评估计算的大脑年龄加速 (ABA) 在估计诊断组 (CN,MCI,AD) 和分类转化途径 (CN到MCI,MCI到AD) 中的实用性.
主要方法:
- 开发一种新的大脑年龄预测模型,结合大脑体积和皮质厚度数据.
- 基于开发的模型计算大脑年龄加速 (ABA).
- 应用ABA来区分诊断群体和预测认知状态之间的转换.
主要成果:
- 在ABA和诊断组 (CN,MCI,AD) 之间发现了强烈的关联.
- 对CN转变为MCI和MCI转变为AD的分类模型显示出强大的性能,AUC值分别为0.66和0.76.
- 该模型有效估计大脑年龄,并识别有认知能力下降风险的个体.
结论:
- 提出的大脑年龄预测模型提供了一种可靠的方法来估计老年人的大脑年龄.
- 该模型显示了识别有从认知正常到轻度认知障碍发展风险的个体的潜力.
- 这种方法可能有助于早期诊断与认知衰退相关的变化.
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
09:38Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
Published on: November 14, 2017
15.0K
