通过生成模型和并行运输,在健康和疾病中合成个性化的衰老大脑
Jingru Fu1, Yuqi Zheng2, Neel Dey3
1Division of Biomedical Imaging, KTH Royal Institute of Technology, Stockholm, Sweden.
Medical image analysis
|June 26, 2025
概括
这项研究介绍了InBrainSyn,这是一种新的框架,可以合成个性化的脑磁共振成像,以模拟衰老和阿尔茨海默病的进展. 它可以从单个基线扫描中准确预测随时间推移的个体神经解剖学变化.
科学领域:
- 医疗成像医学成像
- 计算神经科学是一种神经科学.
- 人工智能的人工智能
背景情况:
- 模拟未来的大脑MRI扫描需要模拟衰老和疾病进展,同时保持个体特征.
- 目前的深度生成模型在纵向预测中难以捕捉特定主体的神经解剖学变异.
研究的目的:
- 引入InBrainSyn,一个用于合成特定对象的纵向MRI扫描的框架,模拟正常衰老和阿尔茨海默病 (AD) 中的神经退行.
- 通过使用单个基线扫描,使随时间推移的神经解剖学变化的个性化预测成为可能.
主要方法:
- InBrainSyn采用并行传输算法,从生成深度模板网络中调整人口水平的衰老轨迹.
- 不同形变换用于在老化模拟过程中确保拓一致性.
- 该框架被评估在AD和健康对照队列从成像研究的开放访问系列 - 版本3数据集.
主要成果:
- InBrainSyn成功地合成了现实的3D时空T1wMRI扫描,生成了个性化的纵向衰老轨迹.
- 该框架可以模拟正常衰老和AD之间的神经解剖学过渡.
- 定量和定性评估证明了框架的准确性和对外部数据集的概括性.
结论:
- InBrainSyn提供了一个强大的工具,用于合成个性化的纵向脑MRI.
- 该框架推进了对衰老和神经退行性疾病进展的模拟.
- InBrainSyn可方便个性化预测随着时间的推移大脑结构的变化.
