欢迎来到滴度
资讯

研究人员开发用于诊断神经系统疾病的脑年龄预测工具

2024-03-07 来源: drugdu 156

非侵入性工具还可以改善患者分层并监测疾病进展。
伦敦国王学院 (KCL) 的研究人员开发了一种深度学习框架，用于非侵入性脑年龄预测工具，用于神经系统疾病的早期诊断。
该研究在训练来自各种磁共振图像（MRI）类型的多个大脑模型后，建立并提供了一组供临床使用的模型。
阿尔茨海默病、中风、多发性硬化症和帕金森病等神经系统疾病会影响大脑以及遍布人体和脊髓的神经。
通过将患者的大脑年龄与实际年龄进行比较，可以识别出许多神经和精神疾病，有助于预测患者未来的健康结果。
研究人员在 2008 年至 2019 年间从盖伊和圣托马斯 NHS 基金会信托基金和国王学院医院 NHS 基金会信托基金收集了超过 81,000 名患者的头部 MRI 检查结果。
经过预训练模型后，研究人员发现，代表研究数据集中五个最常见序列和方向的所有基线模型都成功地在内部临床测试数据集中高精度地预测了实际年龄。
在进一步微调模型以适应不同临床场景和 MRI 序列的具体要求后，研究人员使用不同的微调训练样本量应用迁移学习。
研究小组观察到，通过使用少量的样本外扫描，年龄估计有了显着的改善。
研究人员表示，这些经过微调的大脑模型可用于广泛的神经和精神疾病，以及通过 MRI 技术和实践在医疗保健环境中进行大脑年龄估计和早期诊断。
结果还表明，可以使用有限的数据集来完成微调，这表明将大脑年龄估计扩展到几组患者的潜力，这些患者可能具有不同的人口统计数据和不同的 MRI 序列。
伦敦大学学院生物医学工程和成像科学学院神经影像学专业的读者托马斯·布斯 (Thomas Booth) 博士表示：“通过识别与实际年龄相比看起来较老的大脑，我们可以使用非侵入性工具进行早期诊断、患者分层和监测。疾病进展。”

https://pharmatimes.com/news/kcl-researchers-develop-brain-age-prediction-tool-for-early-diagnosis-of-neurological-diseases/

责编: editor
分享到: 
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News

热门标签

FDA两票制乳腺癌仿制药全球推广医贸技巧展会市场报告梯瓦海关疫苗糖尿病药品注册诺华资质认证赛诺菲辉瑞银屑病

您已成功订阅，无需重复提交。

确认

邮件订阅

请输入正确邮箱！

订阅

邮件订阅热门医贸资讯，了解第一手信息。

更多

行业动态更多

更多