规模依赖的大脑年龄与结构磁共振成像的更高阶统计数据

科学领域:

• 神经科学是一个神经科学.
• 宇宙学的宇宙学是什么?
• 医疗成像医学成像

背景情况:

• 从磁共振成像 (MRI) 推断时间年龄对于早期神经退行性疾病的检测至关重要.
• 现有的方法可能缺乏生理学解释性和对大脑衰老的规模特定洞察力.

研究的目的:

• 从脑MRI数据开发和验证一种用于从脑MRI数据进行时间学年龄预测的新方法.
• 为了利用宇宙学技术对大脑结构进化的增强分析.
• 在不同的解剖学尺度上,为与年龄有关的大脑变化提供生理上可解释的见解.

主要方法:

• 应用了宇宙学技术,使用高阶总结统计与多变量二点和三点分析在3D里埃空间.
• 利用来自OASIS-3数据库 (869次会议) 的MRI数据来开发方法.
• 在Cam-CAN数据集上验证了该方法,并从隐性扩散模型中模拟了MRI图像.

主要成果:

• 使用OASIS-3数据实现了使用OASIS-3数据进行时间学年龄预测的平均绝对误差 (MAE) 为3.1年.
• 经过规模依赖的大脑衰老模式的证明:在较大的尺度上损失结构 (心室扩张),在较小的尺度上增加结构 (皮层厚度).
• 在Cam-CAN数据集的验证中,MAE的时间约为5.9年 (18-88岁).

结论:

• 跨学科的方法,弥合宇宙学和神经科学,为了解大脑衰老提供了一个强大的工具.
• 该方法提供了生理学上可解释的,关于大脑结构演变的具体信息.
• 个人年龄预测的不确定性突出显示了遗传或生活方式因素的影响,超出了样本变异.