Gesundheit

Computer-Modell verarbeiten kann verschiedene Quellen von klinischen Daten, um vorherzusagen, brain age

Wissenschaftler ausgebildet haben, einen computer zu analysieren, verschiedene Arten von Gehirn-scan und vorherzusagen, das Alter des menschlichen Gehirns, entsprechend einer neuen Studie in der open-access-Zeitschrift eLife.

Ihre Ergebnisse deuten darauf hin, dass es möglich sein kann, die das Modell verwenden zu klinisch, zu kombinieren verschiedene Arten von Prüfungen der Funktion des Gehirns, um Vorhersagen für weitere Patienten-outcomes, wie der kognitiven oder depression.

Nicht-invasive tests der Funktion des Gehirns, wie magnetenzephalographie (MEG), Magnetresonanztomographie (MRT) und die Positronen-emissions-Tomographie (PET), spielen eine entscheidende Rolle in der klinischen Neurowissenschaft. Aber da diese tests Messen verschiedene Aspekte der Funktion des Gehirns, keine von Ihnen optimal auf Ihre eigenen. Trainings-Computer zum analysieren der Daten aus verschiedenen tests und Vorhersage einer klinischen Ergebnis würde ein umfassenderes Bild der Gehirnfunktion.

„Computer-Modelle, die ausgebildet wurden, um vorherzusagen, das Alter der person, von Gehirn-Daten der gesunden Bevölkerung haben nützliche klinische Informationen“, erklärt Erstautor Denis Engemann, Forscher bei Inria, dem französischen nationalen Forschungsinstitut für die digitale Wissenschaft. „Das problem ist, dass in der Klinik, ist es nicht immer möglich, alles zu erlangen, geben Sie der erforderlichen Daten für diese Analyse.“

In dieser Studie, das team zu sehen, wenn Sie entwickeln ein Modell, das die anatomischen Informationen, die von MRI-scans mit Informationen über Gehirn-Rhythmen, kraftvoll eingefangen von MEG. Am wichtigsten ist, Sie wollte sehen, ob das Modell noch funktioniert, wenn einige Daten fehlen.

Sie trainiert Ihre computer-Modell mit einer Teilmenge von Daten aus dem Cam-CAN-Datenbank, die hält, MEG, MRI und neuropsychologische Daten für 650 gesunde Menschen im Alter zwischen 17 und 90 Jahre alt. Sie verglichen verschiedene Versionen des Modells mit dem standard anatomischen MRI-scan, und Modelle, die zusätzliche Informationen aus funktionellen MRI (fMRI) scannt und MEG-tests. Sie fanden, dass die Zugabe von entweder MEG oder fMRI-scan, um die standard-MRT-led, um eine genauere Vorhersage von brain age. Wenn beide Hinzugefügt wurden, das Modell wurde noch weiter verstärkt.

Als Nächstes sahen Sie sich an, um einen marker von brain age (genannt brain age delta) und untersucht, wie diese in Bezug auf verschiedene Funktionen des Gehirns gemessen werden, die von MEG und fMRT. Dies bestätigt, dass MEG und fMRT wurden jeweils mit einzigartigen Einsichten über das Gehirn die Funktion, zusätzliche Energie, um das gesamte Modell.

Allerdings, wenn Sie testeten Ihr Modell gegen die volle Cam-CAN-Datenbank von 650 Personen, von denen einige nicht haben, MRT -, fMRT-und MEG-Daten zur Verfügung, die Sie festgestellt, dass selbst mit der fehlenden Daten, die computer-Modell verwenden, was verfügbar war, war immer noch genauer als MRT allein. Dies ist wichtig, weil in der Klinik der Neurologie in den Kliniken, ist es nicht immer möglich, bekommen die Patienten in der gebuchten für jede Art von scan.

In der Tat, wie die meisten Krankenhäuser verwenden Elektroenzephalographie (EEG) statt MEG-tests eine weitere wichtige Erkenntnis war, dass die mächtigste Funktion des Gehirns Messung, MEG-tests bieten zu dem Modell kann ebenfalls genau gemessen werden durch das EEG. Dies bedeutet, dass in der Klinik, EEG könnte möglicherweise ersetzt werden, für MEG, ohne einen Einfluss auf die Vorhersagekraft des Modells.