Modelo de aprendizaje profundo basado en datos de neuroimagen identifica «brechas de edad cerebral» como marcadores de la enfermedad de Alzheimer (EA)
Brain Age Gap es un biomarcador compuesto de patología o gravedad de la demencia (GEN):
Los científicos de Mayo Clinic han desarrollado un modelo computacional que predice la edad del cerebro utilizando una gran colección de datos de neuroimagen obtenidos con FDG-PET (tomografía por emisión de positrones con fluorodesoxiglucosa) y MRI estructural (imágenes por resonancia magnética). El modelo basado en el aprendizaje profundo prueba la relación entre las diferencias de edad en el cerebro en diferentes formas de demencia, incluido el deterioro cognitivo leve (MCI), la enfermedad de Alzheimer (AD), la demencia frontotemporal (FTD) y la demencia con cuerpos de Lewy (LBD). en cerebros normales.
… “La capacidad del aprendizaje profundo para predecir con precisión la edad en función de los datos de imágenes cerebrales se conoce desde hace algún tiempo. Sin embargo, se ha planteado la hipótesis de que observar la diferencia de edad en el cerebro, o la diferencia entre la edad prevista y la real, tiene el potencial de ser utilizado como biomarcador. Otros han argumentado que tal brecha de edad en el cerebro solo puede marcar diferencias biológicas en el nivel de tratamiento y no puede rastrear los cambios de estado y, por lo tanto, no debe interpretarse como un envejecimiento cerebral acelerado». . David) dijo Jones. «El resultado más importante de nuestro estudio es que pudimos encontrar evidencia de que una gran diferencia de edad en el cerebro se comporta como un biomarcador acelerado del envejecimiento cerebral».
El estudio:
Predicción basada en el aprendizaje profundo de la edad del cerebro en el envejecimiento normal y la demencia (envejecimiento natural).
resumen: El envejecimiento cerebral se acompaña de patrones de cambios funcionales y estructurales. La enfermedad de Alzheimer (EA), una enfermedad neurodegenerativa representativa, se ha asociado con el envejecimiento cerebral acelerado. Aquí, utilizando una gran colección de imágenes de resonancia magnética estructural y tomografía por emisión de positrones con fluorodesoxiglucosa, desarrollamos un modelo de predicción de la edad del cerebro basado en el aprendizaje profundo y probamos cómo la diferencia de edad del cerebro está relacionada con los síndromes degenerativos, incluido el deterioro cognitivo leve, la EA y la demencia frontotemporal. y demencia con cuerpos de Lewy. El análisis de oclusión, realizado para facilitar la interpretación del modelo, mostró que el modelo aprende un patrón de envejecimiento cerebral específico para la edad y la modalidad. El aumento de la diferencia de edad del cerebro se correlacionó fuertemente con el deterioro cognitivo y el biomarcador de EA. La brecha más grande también demostró un carácter predictivo longitudinal en todas las categorías clínicas, incluidas las personas sin deterioro cognitivo que pasaron a la etapa clínica. Sin embargo, las regiones que generaron diferencias de edad en el cerebro fueron diferentes para cada grupo de diagnóstico cuyo continuo AD mostró patrones similares a los observados en el envejecimiento normal.
