論文の概要: A Brain Age Residual Biomarker (BARB): Leveraging MRI-Based Models to Detect Latent Health Conditions in U.S. Veterans
- arxiv url: http://arxiv.org/abs/2501.05970v1
- Date: Fri, 10 Jan 2025 13:56:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-13 15:26:52.090832
- Title: A Brain Age Residual Biomarker (BARB): Leveraging MRI-Based Models to Detect Latent Health Conditions in U.S. Veterans
- Title（参考訳）: 脳年齢残留型バイオマーカー(BARB) : MRIモデルを用いた米国獣医の潜伏状態の検出
- Authors: Arthur Bousquet, Sugata Banerji, Mark F. Conneely, Shahrzad Jamshidi,
- Abstract要約: MRIなどの脳画像を用いた年齢予測は有望な結果を得た。
我々は、米国退役軍人1,220人のデータセットを用いて、脳年齢予測モデルを開発した。
5つのICD符号化条件のバイオマーカーとしての可能性を評価するために残留分析を行った。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Age prediction using brain imaging, such as MRIs, has achieved promising results, with several studies identifying the model's residual as a potential biomarker for chronic disease states. In this study, we developed a brain age predictive model using a dataset of 1,220 U.S. veterans (18--80 years) and convolutional neural networks (CNNs) trained on two-dimensional slices of axial T2-weighted fast spin-echo and T2-weighted fluid attenuated inversion recovery MRI images. The model, incorporating a degree-3 polynomial ensemble, achieved an $R^{2}$ of 0.816 on the testing set. Images were acquired at the level of the anterior commissure and the frontal horns of the lateral ventricles. Residual analysis was performed to assess its potential as a biomarker for five ICD-coded conditions: hypertension (HTN), diabetes mellitus (DM), mild traumatic brain injury (mTBI), illicit substance abuse/dependence (SAD), and alcohol abuse/dependence (AAD). Residuals grouped by the number of ICD-coded conditions demonstrated different trends that were statistically significant ($p = 0.002$), suggesting a relationship between disease states and predicted brain age. This association was particularly pronounced in patients over 49 years, where negative residuals (indicating advanced brain aging) correlated with the presence of multiple ICD codes. These findings support the potential of residuals as biomarkers for detecting latent health conditions.
- Abstract（参考訳）: MRIなどの脳画像を用いた年齢予測は有望な成果を上げており、いくつかの研究では、モデル残基が慢性疾患状態の潜在的なバイオマーカーとして同定されている。
本研究では,T2-weighted fast spin-echoとT2-weighted fluid attenuated inversion recovery MRI画像の2次元スライスをトレーニングした,1,220人の米国ベテラン(18～80歳)と畳み込みニューラルネットワーク(CNN)のデータセットを用いた脳年齢予測モデルを開発した。
次数3の多項式アンサンブルを組み込んだこのモデルは、テストセットで$R^{2}$ 0.816を達成した。
画像は, 側室前部と前側室前角のレベルで得られた。
高血圧 (HTN), 糖尿病 (DM), 軽度外傷性脳損傷 (mTBI), 違法薬物乱用/依存症 (SAD), アルコール乱用/依存症 (AAD) の5つのICDコード条件のバイオマーカーとしての可能性を評価するために, 残留分析を行った。
ICDで符号化された条件の数でグループ化された残差は、統計的に有意な傾向(p = 0.002$)を示し、疾患の状態と予測された脳年齢の関係が示唆された。
特に49年以上の患者では, 負の残基(進行脳老化の兆候)が複数のICDコードの存在と相関していた。
これらの知見は、潜伏した健康状態を検出するバイオマーカーとしての残留物の可能性を支持する。
関連論文リスト
- A Demographic-Conditioned Variational Autoencoder for fMRI Distribution Sampling and Removal of Confounds [49.34500499203579]
変動型オートエンコーダ(VAE)ベースのモデルであるDemoVAEを作成し、人口統計学から fMRI の特徴を推定する。
ユーザが供給する人口動態に基づいて,高品質な合成fMRIデータを生成する。
論文 参考訳（メタデータ） (2024-05-13T17:49:20Z) - Brain Age Revisited: Investigating the State vs. Trait Hypotheses of
EEG-derived Brain-Age Dynamics with Deep Learning [6.339555018292823]
臨床脳波による脳老化に関する総合的研究を報告する。
年齢回帰の課題に最先端の時間畳み込みネットワーク(TCN)を適用した。
平均絶対誤差は6.6年である。
論文 参考訳（メタデータ） (2023-09-22T17:29:37Z) - A Surface-Based Federated Chow Test Model for Integrating APOE Status,
Tau Deposition Measure, and Hippocampal Surface Morphometry [18.36168858563601]
アルツハイマー病(英: Alzheimer's Disease、AD)は、認知症で最も一般的な疾患であり、CDCのデータによると65歳以上の6200万人に影響を及ぼす。
有効なAD診断バイオマーカーの発見は、公衆衛生上の大きな利益をもたらす可能性があると一般的に合意されている。
論文 参考訳（メタデータ） (2023-03-31T21:17:54Z) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳（メタデータ） (2023-03-07T09:40:22Z) - Temporally Adjustable Longitudinal Fluid-Attenuated Inversion Recovery
MRI Estimation / Synthesis for Multiple Sclerosis [0.0]
多発性硬化症(Multiple Sclerosis、MS)は、慢性進行性神経疾患である。
脳MRI(FLAIR brain magnetic resonance imaging)は、他のMRI法と比較して、MS病変のより優れた可視化と特徴を提供する。
MSの縦断脳FLAIR MRIは、経時的に患者を反復的に画像化することで、臨床医が疾患の進行をモニタリングするための有用な情報を提供する。
様々な時間ラグを伴う将来の脳MRI検査の予測は、健康な老化やアルツハイマー病の構造的変性など、限られた用途でのみ試みられている。
論文 参考訳（メタデータ） (2022-09-09T12:42:00Z) - Accelerated functional brain aging in major depressive disorder:
evidence from a large scale fMRI analysis of Chinese participants [8.184714897613166]
大うつ病 (Major depressive disorder, MDD) は、脳萎縮と死亡との関連について集中的に研究されている、最も一般的な精神疾患の1つである。
近年の研究では、予測年齢と時系列年齢のずれが、MDDを特徴づける加速脳老化の指標となることが示されている。
ここでは、中国の複数のコホート参加者から収集された大規模な静止状態fMRIデータセットであるREST-meta-MDDを利用する。
論文 参考訳（メタデータ） (2022-05-08T09:26:46Z) - Unsupervised Anomaly Detection in 3D Brain MRI using Deep Learning with
Multi-Task Brain Age Prediction [53.122045119395594]
ディープラーニングを用いた脳MRIにおける教師なし異常検出(UAD)は有望な結果を示した。
年齢情報を考慮した3次元脳MRIにおけるUDAの深層学習を提案する。
そこで本研究では,マルチタスク年齢予測を用いた新しい深層学習手法を提案する。
論文 参考訳（メタデータ） (2022-01-31T09:39:52Z) - Automatic Classification of Neuromuscular Diseases in Children Using
Photoacoustic Imaging [77.32032399775152]
神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。
激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
論文 参考訳（メタデータ） (2022-01-27T16:37:19Z) - Brain Age Estimation From MRI Using Cascade Networks with Ranking Loss [75.03117866578913]
T1強調MRIデータから脳年齢を推定するために,新しい3次元畳み込みネットワークである2段エイジネットワーク(TSAN)を提案する。
686ドルのMRIによる実験では、TSANが正確な脳年齢を推定できることが示された。
論文 参考訳（メタデータ） (2021-06-06T07:11:25Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。