大脑潜伏进展:通过潜伏扩散的3D脑磁共振成像,基于个体的时空疾病进展
Lemuel Puglisi1, Daniel C Alexander2,
1Department of Math and Computer Science, University of Catania, Viale Andrea Doria, 6, Catania, Italy.
Medical image analysis
|August 7, 2025
概括
这项研究介绍了大脑潜伏进展 (BrLP),这是一种人工智能模型,可以使用3DMRI扫描准确预测个体大脑疾病的进展. BrLP提高了预测准确性,并为未来的医学成像提供了不确定性测量.
科学领域:
- 人工智能的人工智能
- 神经成像是一种神经成像.
- 医学图像分析 医学图像分析
背景情况:
- 纵向MRI数据集使人工智能驱动的疾病进展建模成为可能.
- 当前的人工智能方法在患者特定的预测,时空一致性和对3D脑MRI的记忆需求方面扎.
研究的目的:
- 提出大脑潜伏进展 (BrLP),这是一个新的时空模型,用于预测3D大脑MRI中的个体疾病进展.
- 为了解决患者个性化,时空一致性,纵向数据利用和计算效率的局限性.
主要方法:
- BrLP在减少的潜空间中运行,以管理高维数据.
- 通过辅助模型整合受试者元数据,以加强个性化和先前的疾病动态知识.
- 采用隐性平均稳定 (LAS) 算法进行时空一致性和不确定性量化.
主要成果:
- BrLP在2,805名受试者的11,730多个T1加权脑MRI上进行了培训和评估.
- 通过962名受试者的2,257个MRI的外部数据集进行验证.
- 与现有方法相比,BrLP在预测随访MRI方面表现出了最先进的准确性.
结论:
- 从纵向MRI数据来预测个体脑疾病进展,BrLP提供了一个强大的解决方案.
- 该模型实现了高精度,确保了时空一致性,并量化了预测不确定性.
- 公共可用的代码有助于进一步的研究和应用在医学图像分析.


