使用CentileBrain:算法基准测试和模型优化,在整个生命周期中对大脑形态学的规范建模
Ruiyang Ge1, Yuetong Yu1, Yi Xuan Qi1
1Djavad Mowafagian Centre for Brain Health, University of British Columbia, Vancouver, BC, Canada.
bioRxiv : the preprint server for biology
|December 11, 2023
概括
我们开发了一种特定于性别的大脑形态测量建模框架,使用来自37,000多个人的数据. 这种工具有助于理解神经解剖学变化,并有助于未来的研究设计.
科学领域:
- 神经成像是一种神经成像.
- 大脑形态测量 - - 大脑形态测量
- 发育神经科学的发展神经科学.
背景情况:
- 了解典型的与年龄相关的大脑变化对于识别神经发育和神经退行性疾病至关重要.
- 现有的规范模型往往缺乏性别特异性考虑,可能会掩盖重要的生物学差异.
研究的目的:
- 建立一个经验验证的,特定于性别的规范模型框架,用于大脑形态测量.
- 评估与典型的年龄相关的神经解剖学轨迹的偏差,并为未来的研究设计提供信息.
主要方法:
- 用37,407名健康个体 (3-90岁) 的区域形态测量数据对8个算法进行比较评估.
- 优化涉及非线性年龄多项式和线性全局测量作为共变量.
- 多变量因数多项式回归 (MFPR) 被选为首选的算法.
主要成果:
- 在MFPR模型中,在整个使用寿命和特定年龄的容器中,MFPR模型的准确性很高.
- 模型在两年内表现出纵向稳定性.
- 在样本大小超过3000名参与者时,获得了最佳表现.
结论:
- 开发的框架为大脑形态测量提供了可靠的性别特异性规范数据.
- 这种工具可以增强神经成像发现的解释,并指导未来的研究.
- 通过CentileBrain,MFPR模型和相关脚本可供公众使用.
更多相关视频
11:50A Standardized Pipeline for Examining Human Cerebellar Grey Matter Morphometry using Structural Magnetic Resonance Imaging
Published on: February 4, 2022
4.0K
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
