利用神经网络特征预测失智
在许多神经退行性疾病中,大脑在症状出现之前就发生了变化。来自日本的研究人员发现了一种新的方法,根据大脑活动模式的变化,在早期阶段区分这些疾病。
筑波大学
2023年1月13日消息
在最近发表在《失智症和老年认知障碍》(Dementia and Geriatric Cognitive Disorders)杂志上的一项研究中,日本筑波大学(University of Tsukuba)的研究人员揭示了大脑神经网络的变化,这可能是阿尔茨海默病和路易体失智等神经退行性疾病的生物标志物。
研究于2022年12月27日发表在《Dementia and Geriatric Cognitive Disorders》(最新影响因子:3.346)杂志上
轻度认知障碍(MCI)可能是阿尔茨海默病、脑小血管病、路易体失智或其他神经认知障碍的早期症状。由于这些疾病的临床病程和治疗方案不同,因此需要在早期阶段对它们进行区分,筑波大学的研究人员旨在解决这一问题。
该研究的资深作者 Tetsuaki Arai 教授说:“虽然 MCI 的几种生物标志物已经被确定,但它们通常需要专门的神经成像设备。因此,我们希望使用常规磁共振成像(MRI)来比较阿尔茨海默病和路易体失智引起的 MCI 个体的网络缺陷。”
为了做到这一点,研究人员使用了一种基于相似性的方法,这种方法寻找皮质结构之间的相似性,作为大脑连接的衡量标准。他们检测了患有阿尔茨海默病的 MCI 患者、路易体失智的 MCI 患者和对照组参与者的大脑微结构变化。
“结果令人惊讶,”主要作者 Miho Ota 教授解释说, “在患有阿尔茨海默病的 MCI 患者中,我们在大脑的特定区域发现了显著的网络异常。在路易体失智的 MCI 患者中,我们发现了类似的变化,但发生在大脑的其他部位。在对照组参与者中没有发现这种异常。”
此外,这些变化早于与疾病相关的灰质体积变化。
“我们的研究结果表明,使用基于相似性的方法,有可能识别阿尔茨海默病的 MCI 患者和路易体失智的 MCI 患者的神经网络中与疾病相关的变化,并根据发现这些变化的脑区来区分这两种疾病。因此,使用这种方法获得的网络图像可能优于常规使用的灰质体积图像,用于检测大脑细微的微结构变化,” Arai 教授说。
鉴于医疗机构中常规磁共振成像设备的相对可用性,网络成像可能是评估和比较阿尔茨海默病所致 MCI 患者和路易体失智的 MCI 患者脑结构的一种更容易获得的方法。
创立于1973年的日本筑波大学
参考文献
Source:University of Tsukuba
Predicting Dementia Using Neural Network Characteristics
Reference:
Miho Ota et al, Structural Cerebral NetworkDifferences in Prodromal Alzheimer's Disease and Prodromal Dementia with LewyBodies, Dementia and Geriatric Cognitive Disorders (2022). DOI:10.1159/000527443
免责声明
本公众号上的医疗信息仅作为信息资源提供与分享,不用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前,请咨询你的医生。
原文标题:利用神经网络特征预测失智
-
世盟股份IPO加速:增收不增利特征愈加明显,应收账款持续上升
2022-12-19 -
触摸屏的概念及特征
2022-10-08 -
基于卷积神经网络的图像分类
2022-07-14 -
美国团队开发出新型光学神经网络芯片,每秒可处理近20亿张图像
2022-06-10 -
用Pytorch训练神经网络
2022-04-23 -
国网新疆电力开发应用智能分类程序
2022-03-30 -
建立卷积神经网络模型
2022-03-02 -
五大特征成为高端PLC必备条件
2022-02-08 -
神经网络改善了太阳能发电的预测
2021-10-25 -
工业4.0的三大主题和核心特征详解
2021-10-19 -
基于模拟-优化方法的地下水污染源溯源辨识
2021-08-30 -
教你使用OpenCV对图像进行特征检测、描述和匹配
2021-08-09 -
数显烘箱”结构特征是什么?
2021-07-22 -
如何使用乳腺癌数据集的人工神经网络?
2021-06-30 -
有什么办法能在边缘设备上拟合大型神经网络?
2021-06-29