のために 放射線科 この研究では、ペトレラ博士とその同僚はMRI画像にディープラーニングアルゴリズムを適用し、PETで判定されたATNバイオマーカーの状態を予測しました。
MRI と PET のデータは、アルツハイマー病の早期発見と追跡のためのバイオマーカーの開発に重点を置く官民パートナーシップであるアルツハイマー病神経画像化イニシアチブ (ADNI) から提供された。データセットには、2,099 個のアミロイド、557 個のタウ、および 2,768 個のフルオロデオキシグルコース (FDG) PET-MRI スキャン ペアが含まれていた。患者は、画像撮影時に認知スペクトル全体にわたる診断を受けていた。一部の患者は認知的に正常であったが、他の患者は AD であり、他の患者は軽度認知障害 (記憶と思考の問題を特徴とし、AD の高リスクに関連する状態) であった。
MRI や他の容易に利用可能な診断データを使用して、深層学習アルゴリズムは、AD における PET で決定された ATN 状態の各要素を予測し、有効性はバイオマーカーに依存する有望な結果をもたらしました (アミロイドの ROC 下の面積 0.79、タウ 0.73、神経変性 0.86)。 MRI と診断データを組み合わせたモデルでは、診断データのみと比較してパフォーマンスが大幅に向上しました (DeLong P
「認知症の精密検査を受けるほとんどの患者は、すでにMRIスキャンを受けており、ミニ精神状態検査のスコアと基本的な人口統計がカルテに記載されています」とペトレラ医師は述べた。 「その考えは、このすぐに入手可能なデータを利用して、これらの重要なバイオマーカーを予測するためにできる限り多くの情報を抽出しようとすることです。」
ADの治療と予後の変革
研究者らは、より大規模で多様な地域ベースの患者集団を対象とした研究結果を検証するためのさらなる研究の必要性を強調している。 ただし、これらのバイオマーカーの予測は、AD の予後と治療計画を変える可能性があります。
たとえば、アミロイド陽性で軽度の認知障害のある患者は、アミロイド陰性の患者よりも急速に衰退するため、最適な治療にはアミロイドの状態を早期に予測することが極めて重要です。 MRI 深層学習アプローチは、現在利用可能な FDA 承認の新しいクラスの抗アミロイド療法の適格性を判断するためにも応用できる可能性があります。
さらに、研究者たちは、これらの有望な結果を受けて、MRI とディープラーニングの精度を 95% 以上に向上させるために血漿バイオマーカーを追加することを含む次の計画プロジェクトへの資金を募集しています。
ペトレラ博士は、この研究は、2004年に米国で開始されて以来国際的に拡大しているADNIの価値を示すもう一つの例であると述べた。
「ADNI は私たちや他の科学者にとって本当に大きな貢献でした」とペトレラ博士は言いました。 「これにより、多くの異なるセンター、MRI スキャナーの種類、磁場強度にまたがる患者に対して私たちの方法論を使用できるようになりました。 これにより、研究を単一のセンターで実施した場合に比べて、結論をより広範囲に一般化することができます。」
詳細については
にアクセスしてください 放射線科 勉強、 “アルツハイマー病スペクトラム全体にわたるアミロイド、タウ、神経変性バイオマーカーの状態の MRI ベースのディープラーニング評価」
前回を読む RSNAニュース アルツハイマー病研究に関するストーリー:
編集者メモ: の 放射線科 この研究は、国立衛生研究所 (U01AG024904、5P30AG072958) およびデューク放射線科からの Charles Putman Seed Grant によって部分的に支援されました。 デューク大学の研究チームには、ペトレラ博士に加えて、クリストファー・ルー医学博士、マチェジ・マズロフスキー博士、周飛龍飛博士、ムラリ・ドライズワミー医学博士が含まれていました。 ペトレラ博士は、R&E Foundation Research Scholar Grant および Research Seed Grant の過去の受賞者でもあります。
1716472762
#ディープラーニングがアルツハイマー病マーカーを予測
2024-05-23 13:48:33