磁力共振成像 (MRI) 在生物体内检测阿米洛伊德β蛋白沉积在AD和MCI患者的不同大脑区域

科学领域:

• 神经成像是一种神经成像.
• 人工智能的人工智能
• 生物标志物检测检测 生物标志物检测

背景情况:

• 阿尔茨海默病 (AD) 和轻度认知障碍 (MCI) 的特征是粉样蛋白β (Aβ) 蛋白沉积.
• 目前的Aβ检测方法可能是侵入性的或需要电离辐射.

研究的目的:

• 开发和验证一种基于磁共振成像 (MRI) 的非侵入性人工智能 (AI) 方法,用于检测MCI和AD患者大脑中的Aβ蛋白沉积.
• 为了比较机器学习和深度学习模型在量化Aβ蛋白水平方面的性能.

主要方法:

• 一组142名患者 (80名MCI,62名AD) 接受了MRI和18F-florbetapir正子发射断层扫描 (PET) 成像.
• 基于深度学习的VB-Net模型用于大脑区域细分,随后进行放射学特征提取.
• 训练了六个机器学习算法 (SGR,GBR,RFR,SVR,XGB,KNN) 和一个基于变压器的深度学习模型来预测Aβ沉积.

主要成果:

• 随机森林回归 (RFR) 模型表现出卓越的性能,在训练组中达到0.77 ± 0.22的R2得分,在测试组中达到0.36 ± 0.12.
• RFR模型在训练组中实现了0.89 ± 0.05的皮尔森相关系数 (PCC),在测试组中达到0.65 ± 0.09.
• 开发的AI方法使用MRI成功量化了Aβ蛋白积累,为现有方法提供了一个非侵入性的替代方案.

结论:

• 一种基于AI的非侵入性MRI方法可以有效地检测和量化MCI和AD患者的粉样β蛋白沉积量.
• 这种方法消除了脑脊液穿孔或暴露于电离辐射的需要,提供了更方便和更容易获得的诊断工具.
• 这种人工智能驱动的神经成像技术的进一步验证和临床实施对早期诊断和对阿尔茨海默病进展的监测具有重大前景.