使用FLAIR MRI生物标志物对痴呆症队列的脑年龄估计
Owen Crystal1,2, Pejman J Maralani3, Sandra Black4,5,6,7,8
1From the Department of Electrical, Computer and Biomedical Engineering (O.C., A.K.), Toronto Metropolitan University, Toronto, Ontario, Canada ocrystal@torontomu.ca.
AJNR. American journal of neuroradiology
|December 5, 2023
概括
使用MRI进行的大脑年龄差距估计 (BrainAGE) 可以预测阿尔茨海默病的进展时间提前4年. 这种新的生物标志物有助于识别患阿尔茨海默病高风险的个体.
科学领域:
- 神经成像是一种神经成像.
- 机器学习 机器学习
- 生物标志物发现发现
背景情况:
- 阿尔茨海默病 (AD) 的前期阶段为干预提供了一个关键的窗口.
- 识别将转化为AD的轻度认知障碍 (MCI) 个体至关重要.
研究的目的:
- 开发和验证使用FLAIRMRI功能的大脑年龄预测模型.
- 利用大脑年龄差距估计 (BrainAGE) 作为生物标志物,以区分稳定的MCI和转换的MCI.
主要方法:
- 在3239个FLAIRMRI卷上训练了一种机器学习模型,以预测大脑年龄.
- BrainAGE被计算为预测和真实年龄之间的差异.
- 为了评估BrainAGE的实用性,进行了统计分析 (ANOVA,Tukey post hoc,相关性).
主要成果:
- 大脑年龄预测模型实现了高准确性 (平均绝对误差为2.46年).
- BrainAGE显示了稳定的MCI和转换MCI群体在横截面和纵向之间存在显著差异.
- 在临床转换为AD之前的4年内发现了显著的差异.
- BrainAGE与已确立的AD转化生物标志物有显著的相关性.
结论:
- 脑年龄作为一个单一的,可解释的指标,总结了多种疾病的维度.
- 这种生物标志物可以识别具有异常衰老模式的个体,这表明AD风险很高.
- 脑老化 (BrainAGE) 有助于早期识别正在向阿尔茨海默氏症发展的人.
