从虚拟现实和磁共振成像中整合生物标志物,以早期检测轻度认知障碍,使用多模式学习方法:验证研究
Bogyeom Park1, Yuwon Kim1, Jinseok Park2
1Department of Applied Artificial Intelligence, Seoul National University of Science and Technology, Seoul, Republic of Korea.
Journal of medical Internet research
|April 17, 2024
概括
虚拟现实 (VR) 和MRI生物标志物有效地检测轻度认知障碍 (MCI). 通过多模式学习整合两者,可显著提高早期MCI检测的准确性和灵敏性.
科学领域:
- 神经科学是一个神经科学.
- 生物标志物 生物标志物
- 人工智能的人工智能
背景情况:
- 轻度认知障碍 (MCI) 是痴呆症的前体,需要早期检测.
- 虚拟现实 (VR) 和磁共振成像 (MRI) 为MCI识别提供了不同的生物标志物.
- 整合VR和MRI生物标志物以提高MCI检测仍然是积极研究的领域.
研究的目的:
- 为了比较VR衍生和MRI生物标志物在MCI分类中的有效性.
- 研究VR和MRI生物标志物的联合潜力,使用多式模式学习来早期检测MCI.
主要方法:
- 54名参与者 (22名健康对照组,32名MCI患者) 接受了虚拟亭测试和MRI扫描.
- 收集了VR生物标志物 (例如手动速度,错误) 和22个MRI生物标志物.
- 利用多模式学习与支持向量机器 (SVM) 集成生物标志物.
主要成果:
- 单模VR生物标志物达到87.5%的灵敏度和90%的特异性.
- 单模MRI生物标志物达到90.9%的灵敏度和71.4%的特异性.
- 综合VR和MRI生物标志物的多式SVM模型产生了94.4%的准确性,100%的灵敏性和90.9%的特异性.
结论:
- 虚拟现实生物标志物为老年人早期MCI查提供高特异性.
- 核磁共振成像生物标志物为MCI确认提供高灵敏度.
- 多模式学习有效地整合了各种生物标志物,大大提高了早期MCI检测.
