Key points are not available for this paper at this time.
使用结构磁共振成像(MRI)的脑龄预测算法旨在评估人类大脑的生物年龄。一个人的生理年龄与估计的脑龄之间的差异被认为反映了与正常老化轨迹的偏差，表明生物老化过程的减缓或加速。现在有几种公开可用的预训练软件包用于预测脑龄。在本研究中，我们对这些软件包进行了比较，重点关注（1）预测准确性，（2）重测信度，以及（3）跟踪年龄进展的能力。我们评估了六个脑龄预测软件包：brainageR、DeepBrainNet、brainage、ENIGMA、pyment和mccqrnn。准确性和重测信度是在372名年龄在18.4到86.2岁（平均38.7 ± 17.5岁）的健康人群的MRI数据上进行评估的。所有软件包都显示出预测的脑龄与生理年龄之间有显著相关性(r = 0.66-0.97, p < 0.001)，其中pyment显示出最强的相关性。平均绝对误差在3.56年（pyment）和9.54年（ENIGMA）之间。brainageR、pyment和mccqrnn在可靠性方面表现优越（ICC值在0.94-0.98之间），并且能够在更长时间跨度内预测年龄进展。在六个软件包中，pyment和brainageR始终显示出最高的准确性和重测信度.
Dörfel等（Mon，）研究了这个问题。