开发基于结构磁共振成像的区域大脑体积的高效大脑年龄估计方法

科学领域:

• 神经成像是一种神经成像.
• 人工智能的人工智能
• 认知神经科学 认知神经科学

背景情况:

• 大脑年龄估计是大脑健康的一个有前途的生物标志物.
• 需要准确有效的方法来计算大脑年龄.
• 区域大脑体积是大脑结构和功能的关键指标.

研究的目的:

• 开发一个有效和有效的预测模型来估计大脑年龄.
• 通过分析来自MRI扫描的区域大脑体积来量化大脑年龄.
• 评估模型反映认知功能和储备的能力.

主要方法:

• 利用了2560个结构性脑部MRI扫描和相关数据.
• 采用深度学习用于自动化MRI细分和区域体积计算.
• 使用12个感兴趣区域 (ROI) 计算大脑年龄差距,根据认知障碍差异加权ROI.

主要成果:

• 在认知正常,轻度认知障碍和痴呆症组中观察到大脑年龄差距的显著差异.
• 大脑年龄差距与教育水平和认知功能指标 (CDR-SB,K-MMSE) 有显著的相关性.
• 开发的脑年龄模型证明了效率和有效性.

结论:

• 开发的脑年龄模型能够快速高效地计算大脑年龄.
• 大脑年龄有效地反映了个人的认知功能和认知储备.
• 这个大脑年龄模型在临床实践中显示出作为一个重要的大脑健康标志物的潜力.