马尔科夫模型与MRI扩散张力成像相结合,用于预测阿尔茨海默病的发病时间
1Basic Medical College, Changzhi Medical College, Changzhi, Shanxi, 046000, China.
Open life sciences
|November 13, 2023
概括
这项研究引入了一种新的马尔科夫模型与MR-DTI成像相结合,以预测阿尔茨海默病 (AD) 发病. 综合方法准确地识别白质异常,为早期AD检测提供潜在的生物标志物.
科学领域:
- 神经成像是一种神经成像.
- 神经学 神经学
- 生物标志物发现发现
背景情况:
- 阿尔茨海默病 (AD) 是导致痴呆的主要原因,影响认知,行为和记忆.
- 目前的成像技术在阿兹海默氏症患者中揭示了异质的病变位置.
- 白质 (WM) 完整性对认知功能至关重要,在阿尔茨海默病中可能会受到影响.
研究的目的:
- 评估马尔科夫模型 (MM) 与MR扩散张力图像 (MR-DTI) 结合用于预测AD发病的疗效.
- 评估WM完整性和正常对照 (NCs),记忆力轻度认知障碍 (aMCI) 患者和AD患者的异常.
- 为了确定AD的潜在成像生物标志物.
主要方法:
- 使用了联合马尔科夫模型和MR-DTI (MM + MR-DTI) 方法.
- 通过自动化纤维量化,分析了20个中央WM区域的白质完整性.
- 通过发现和复制数据集验证的结果,分别包括120名和122名受试者.
主要成果:
- 在患者组中,微观结构性WM变化与认知表现之间发现了显著的相关性.
- MM + MR-DTI多式联接方法显示出高的诊断性能.
- 结合所有成像方法,实现了98%的准确性,97%的特异性和99%的AD预测灵敏度.
结论:
- WM的修改在AD的病理生理学中显著地受到影响.
- MM + MR-DTI方法显示出作为AD敏感和特定生物标志物的承诺.
- 多模式成像,特别是MM + MR-DTI,为AD检测提供了比单独的DTI更好的性能.
