Key points are not available for this paper at this time.
الملخص منذ تقديم طريقة BrainAGE، استمرت الأساليب الجديدة للتعلم الآلي في الظهور للتنبؤ بعمر الدماغ. لقد ثبت أن فكرة تقدير العمر الزمني من صور الرنين المغناطيسي هي مجال بحث مثير للاهتمام بسبب بساطتها النسبية في تفسيرها وإمكانية استخدامها كمؤشر حيوي لصحة الدماغ. قمنا بمراجعة نهج BrainAGE السابق لدينا، الذي كان يستخدم في الأصل الانحدار الموجه بالارتباط (RVR)، واستبدلناه بانحدار العملية الغاوسية (GPR)، مما يتيح معالجة أكثر استقرارًا لمجموعات البيانات الأكبر، مثل بنك البيانات البريطاني (UKB). بالإضافة إلى ذلك، قمنا بتوسيع نهج BrainAGE العالمي إلى BrainAGE الإقليمي، موفرين درجات معينة مكانيًا لخمس فصوص دماغية في كل نصف كرة. اختبرنا أداء الخوارزميات الجديدة تحت عدة ظروف مختلفة وحققنا في صلاحيتها على عينات ADNI والفُصام، وكذلك على مجموعة بيانات صناعية لنقص قشرة الدماغ. تظهر النتائج أداءً محسنًا للنموذج العالمي المعاد تأطيره على عينة UKB مع خطأ مطلق متوسط (MAE) أقل من سنتين واختلاف كبير في BrainAGE بين المشاركين الأصحاء والمرضى المصابين بمرض الزهايمر والفُصام. علاوة على ذلك، تظهر آليات الخوارزمية تأثيرات ذات مغزى لمجموعة بيانات نقص قشرة الدماغ المحاكية. أدى نموذج BrainAGE الإقليمي بشكل جيد على عينتين سريريتين، مما يُظهر أنماطًا محددة للمرض لمستويات مختلفة من الإعاقة. تُظهر النتائج أن الخوارزميات الجديدة المحسنة توفر تقديرات موثوقة وصالحة لسن الدماغ.
درس كالك وآخرون (الخميس) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: