评估大脑参与法布里病的深度学习和大脑年龄范式
Alfredo Montella1, Mario Tranfa1, Alessandra Scaravilli1
1Department of Advanced Biomedical Sciences, University "Federico II", Naples, Italy.
Human brain mapping
|March 23, 2024
概括
患有法布里病 (FD) 的患者表现出加速的大脑衰老,他们的大脑看起来比正常人老得多. 这种大脑预测的年龄差异 (大脑-PAD) 作为FD神经疾病严重程度的有希望的生物标志物.
科学领域:
- 神经学 神经学
- 放射学 放射学是指放射学
- 人工智能的人工智能
背景情况:
- 神经表现是法布里病 (FD) 的关键特征.
- 目前缺乏用于评估FD中大脑参与的定量神经成像生物标志物.
- 大脑年龄范式为量化大脑衰老提供了一种新的方法.
研究的目的:
- 评估FD患者的大脑是否表现出与健康对照人群 (HCs) 相比加速衰老的迹象.
- 为了验证大脑预测年龄差异 (大脑-PAD) 作为FD疾病严重程度的潜在生物标志物.
- 研究大脑-PAD与疾病严重程度和神经成像发现的临床测量结果的相关性.
主要方法:
- 一个深度学习模型 (DenseNet) 在2160名健康受试者的脑MRI扫描上受训,以预测时间年龄.
- 经过训练的模型被用于计算52名FD患者和58名HC患者的脑PAD.
- 使用线性建模分析了脑-PAD,诊断组,FASTEX得分 (疾病严重程度) 和神经成像指标之间的关联.
主要成果:
- 大脑年龄预测模型表现出高准确度 (MAE=4.01年,R2=0.90).
- 与HC相比,FD患者的脑PAD显着更高 (平均3.1年) (平均 -0.1年,p=0.01).
- 大脑PAD与FASTEX评分 (p=0.02) 和白质超强度 (p=0.01) 有正相关性,与大脑辅酶分数 (p=0.001) 有负相关性.
结论:
- 患有FD的患者的大脑表现出明显的年龄大于他们的时间年龄.
- 大脑PAD是一个有效的生物标志物,反映了FD神经疾病的严重程度.
- Brain-PAD集成了关于全球大脑体积和白质变化的信息,提供了对FD对大脑影响的综合测量.
