使用形态学磁共振成像检测粉样蛋白阳性
Helena Rico Pereira1,2, Vasco Sá Diogo1,3, Diana Prata1,4,5
1Instituto de Biofísica e Engenharia Biomédica, Faculdade de Ciências da Universidade de Lisboa, Lisbon, Portugal.
Journal of Alzheimer's disease : JAD
|September 27, 2024
概括
这项研究使用MRI扫描来检测粉样蛋白-β (Aβ) 对阿尔茨海默病 (AD) 诊断的阳性. 机器学习模型显示了使用脑成像和认知数据对Aβ状态进行分类的潜力.
科学领域:
- 神经成像是一种神经成像.
- 阿尔茨海默氏症疾病研究研究
- 机器学习在医学中的应用
背景情况:
- 早期发现粉样β (Aβ) 阳性对于阿尔茨海默病 (AD) 的诊断和治疗至关重要.
- 目前用于Aβ检测的方法通常是昂贵的和侵入性的.
研究的目的:
- 使用磁共振成像 (MRI) 形态特征来分类Aβ阳性.
- 评估混合 (AD,MCI,CN) 和认知障碍 (AD,MCI) 人群中的分类性能.
主要方法:
- 综合的人口,认知 (MMSE),区域MRI形态测量和图形理论 (GT) 的特征.
- 利用机器学习工作流来开发Aβ+分类模型.
- 分析了302名Aβ+和246名Aβ-受试者的数据.
主要成果:
- 在AD+MCI+CN场景中,一个具有120个特征的模型 (107个GT,12个MRI,MMSE) 实现了66.9%的平衡精度.
- 在AD+MCI场景中,一个具有180个MRI特征的模型实现了70.7%的平衡精度.
- 这两种模型都表明了Aβ状态分类的潜力.
结论:
- 区域MRI形态特征显示了非侵入性检测Aβ状态的潜力.
- 将MRI特征与认知数据相结合可能会提高分类准确性,特别是在混合人群中.
- 需要进一步的研究来提高临床适用性.


