从扩散MRI中识别大脑年龄可以协同预测神经退行性疾病

科学领域:

• 神经成像是一种神经成像.
• 生物标志物开发 生物标志物开发
• 神经退行性疾病 神经退行性疾病

背景情况:

• 通过MRI估计大脑年龄,有助于早期发现神经退行性疾病.
• 扩散MRI (dMRI) 捕捉了微观结构的变化,可能作为早期生物标志物.
• 当前的dMRI模型可能无意中使用宏观结构信息,混微观结构特定的年龄估计.

研究的目的:

• 使用dMRI开发一种微观结构特定的大脑年龄估计方法.
• 为了减轻基于dMRI的大脑年龄模型中的宏观结构信息的影响.
• 为了比较基于dMRI的脑年龄与基于T1加权的MRI (T1w) 的脑年龄,跨神经退行性疾病阶段.

主要方法:

• 提出了一种基于dMRI的脑年龄识别方法,通过将图像不严格地注册到标准模板,以最大限度地减少宏观结构的影响.
• 在12个数据集中使用来自13398名参与者的成像数据来训练和评估模型.
• 将拟议的dMRI模型 (有或没有宏观结构缓解) 与已建立的T1w MRI-based脑年龄模型进行比较.

主要成果:

• 基于dMRI的脑年龄在神经退行阶段与基于T1w MRI的脑年龄不同.
• 在从认知正常 (CN) 过渡到轻度认知障碍 (MCI) 期间,基于dMRI的脑年龄比基于T1w的脑年龄要大 (p=0.023).
• 在阿尔茨海默病 (AD) 患者中,基于dMRI的脑年龄比基于T1w的脑年龄年轻 (p<0.001).
• 在分类CN与CN方面,T1wMRI模型的表现优于dMRI模型. AD. 副总经理.
• 基于dMRI的脑年龄显示出预测CN到MCI过渡的潜力.

结论:

• 从dMRI获得的微结构特定的大脑年龄与以宏结构为重点的T1w MRI方法相比,提供了不同的见解.
• 基于dMRI的脑年龄可能是预测认知衰退早期阶段的有价值工具,特别是从CN过渡到MCI.
• 需要进一步的研究来完善基于dMRI的脑年龄估计,以便在神经退行性疾病预测中得到更广泛的应用.