使用休息状态功能性MRI预测年龄
Jose Ramon Chang1, Zai-Fu Yao2,3,4,5, Shulan Hsieh6,7,8
1Department of Mechanical Engineering, National Cheng Kung University, No. 1 University Rd., Tainan, 701, Taiwan.
Neuroinformatics
|February 11, 2024
概括
这项研究使用休息状态的功能性MRI来预测大脑年龄,识别异常大脑衰老中的默认模式网络 (DMN) 变化. 这种方法提供了一种新的方式,可以在认知能力下降发生之前选大脑衰老问题.
科学领域:
- 神经科学是一个神经科学.
- 放射学 放射学是一门学科.
- 老年学是指老年学的学科.
背景情况:
- 认知衰老的变化很大,因此对大脑健康的评估至关重要.
- 大脑年龄,神经健康的标志物,可以不同于时间的年龄,并与死亡率和抑郁症有关.
- 功能性脑成像提供了比单独的结构方法更深入的了解衰老.
研究的目的:
- 使用静止状态功能性MRI (rsfMRI) 开发大脑年龄的预测模型.
- 为了确定与异常大脑衰老相关的神经网络相关性.
- 建立一个可靠的参考模型来评估成人的大脑健康.
主要方法:
- 利用了来自176名健康参与者 (18-78岁) 的rsfMRI数据.
- 采用最小绝对收缩和选择运算符 (LASSO) 来识别39个预测的rsfMRI相关性.
- 通过删除68个异常值,开发了一个正常参考模型,实现了低预测误差.
主要成果:
- 开发的模型实现了2.48年的1次遗漏平均绝对误差.
- 确定了异常衰老预测因素,并与默认模式网络 (DMN) 联系起来.
- 该模型与现有公布模型相比,显示出更高的准确性.
结论:
- 这项研究提供了一个准确的模型来预测大脑年龄和查异常衰老.
- 默认模式网络 (DMN) 在大脑衰老过程中起着重要作用.
- 这种方法可以在认知障碍明显之前识别大脑衰老问题.
