BrainAgeNeXt:为患有多发性硬化症的个体推进大脑年龄建模

科学领域:

• 神经成像是一种神经成像.
• 人工智能的人工智能
• 生物标志物开发 生物标志物开发

背景情况:

• 衰老影响大脑结构和认知功能,大脑年龄作为一个关键的成像生物标志物.
• 大脑年龄与时间年龄的偏差可以表明神经退行过程.
• 准确的脑年龄预测对于了解健康的衰老和疾病进展至关重要.

研究的目的:

• 介绍BrainAgeNeXt,一个新的卷积神经网络,用于从T1加权MRI扫描中预测大脑年龄.
• 评估BrainAgeNeXt的性能与现有的最先进的方法相比.
• 评估BrainAgeNeXt作为多发性硬化症 (MS) 的预后生物标记物的实用性.

主要方法:

• 开发了BrainAgeNeXt,这是一个基于MedNeXt框架的深度学习模型.
• 在来自不同数据集的11574个MRI扫描 (健康志愿者,5-95岁,3T/7TMRI) 上训练并验证了该模型.
• 通过使用平均绝对误差 (MAE) 与其他三种方法比较BrainAgeNeXt的性能,并在不同的图像质量中测试了稳定性.

主要成果:

• 与现有方法 (3.55,3.59,4.16年) 相比,BrainAgeNeXt实现了较低的MAE (2.78 ± 3.64年).
• 该模型表现出强大的性能,即使有运动工件和7TMRI数据.
• 在MS队列中,大脑年龄超过了年代年龄 (4.21±6.51年),残疾恶化的人的增长速度更快.

结论:

• BrainAgeNeXt是一个非常准确和强大的工具,用于从MRI预测大脑年龄.
• 大脑年龄是MS进展的潜在预后生物标志物.
• 大脑年龄可以作为一个有价值的终点在临床试验神经退行性疾病,如MS.