SynthBA: Estimación Confiable de la Edad Cerebral a Través de Múltiples Secuencias de IRM y Resoluciones

La edad cerebral es una medida crítica que refleja el proceso de envejecimiento biológico del cerebro. La diferencia entre la edad cerebral y la edad cronológica, conocida como PAD cerebral (Diferencia de Edad Predicha), se ha utilizado para investigar condiciones neurodegenerativas. La edad cerebral se puede predecir utilizando IRMs y técnicas de aprendizaje automático. Sin embargo, los métodos existentes a menudo son sensibles a las variabilidades relacionadas con la adquisición, como las diferencias en los protocolos de adquisición, escáneres, secuencias de IRM y resoluciones, lo que limita significativamente su aplicación en entornos clínicos altamente heterogéneos. En este estudio, introducimos la Edad Cerebral Sintética (SynthBA), un modelo robusto de aprendizaje profundo diseñado para predecir la edad cerebral. SynthBA utiliza una técnica avanzada de aleatorización de dominio, asegurando una operación efectiva a través de una amplia variedad de variabilidades relacionadas con la adquisición. Para evaluar la efectividad y robustez de SynthBA, evaluamos sus capacidades predictivas en conjuntos de datos internos y externos, abarcando diversas secuencias de IRM y resoluciones, y lo comparamos con técnicas de última generación. Además, calculamos el PAD cerebral en una gran cohorte de sujetos con Enfermedad de Alzheimer (EA), demostrando una correlación significativa con las medidas de disfunción cognitiva relacionadas con la EA. SynthBA tiene el potencial de facilitar la adopción más amplia de la predicción de la edad cerebral en entornos clínicos, donde el reentrenamiento o ajuste fino a menudo son inviables. El código fuente de SynthBA y los modelos pre-entrenados están disponibles públicamente en https://github.com/LemuelPuglisi/SynthBA.