บาคาร่าเว็บตรง MRIs สมอง การวินิจฉัยตั้งแต่เนิ่นๆ: แบบจำลองการทำนายใช้ข้อมูล MRI เชิงโครงสร้างเพื่อวินิจฉัยโรคอัลไซเมอร์ แม้กระทั่งก่อนที่สมองจะหดตัวอย่างเห็นได้ชัด โรคอัลไซเมอร์ (AD) สาเหตุที่พบบ่อยที่สุดของภาวะสมองเสื่อม มีลักษณะเฉพาะโดยความบกพร่องทางสติปัญญาที่ก้าวหน้าและการฝ่อของสมอง ขณะนี้ผู้ป่วยได้รับการประเมินโดยใช้หน่วยความจำและการทดสอบความรู้ความเข้าใจ
ตลอดจนการสแกนสมองที่ตรวจหาไบโอมาร์คเกอร์
เช่น โปรตีนที่สะสมในสมองและการหดตัวของฮิบโปแคมปัส แต่ AD ยังคงท้าทายในการวินิจฉัย โดยเฉพาะอย่างยิ่งในระยะเริ่มแรกของโรค
ทีมวิจัยที่อิมพีเรียลคอลเลจลอนดอนได้แสดงให้เห็นว่าการรวมกันของ MRI เชิงโครงสร้างและการเรียนรู้ของเครื่องสามารถวินิจฉัย AD จากการสแกนสมองเพียงครั้งเดียว เทคนิคนี้ใช้แบบจำลองการทำนายที่ใช้ข้อมูล MRI เพื่อระบุความแตกต่างในสมองระหว่างผู้ที่มีและไม่มี AD ที่สำคัญ วิธีการใหม่นี้สามารถระบุ AD ได้ในระยะแรก แม้กระทั่งก่อนที่สมองจะหดตัวอย่างเห็นได้ชัด
Eric Aboagyeหัวหน้าทีมและเพื่อนร่วมงานได้พัฒนาอัลกอริธึมที่คำนวณคุณสมบัติหลายภูมิภาค เช่น รูปร่าง ขนาด ความเข้ม และพื้นผิว จากการสแกน MRI แบบถ่วงน้ำหนัก T1 แบบจำลองที่อธิบายไว้ในCommunications Medicineใช้คุณลักษณะเหล่านี้เพื่อให้ได้ไบโอมาร์คเกอร์ที่เรียกว่าเวกเตอร์ทำนายโรคอัลไซเมอร์ (ApV)
โมเดลนี้ทำงานโดยแบ่งภาพ MR ออกเป็น 115 ส่วนของสมอง (45 สสารสีขาวและ 70 ภูมิภาคย่อย) และแยกคุณลักษณะที่แตกต่างกัน 656 อย่างสำหรับแต่ละภูมิภาค เพื่อหลีกเลี่ยงการทำงานมากเกินไป ตัวดำเนินการการหดตัวและการคัดเลือกแบบสัมบูรณ์น้อยที่สุด (LASSO) จะเลือกคุณลักษณะที่มีข้อมูลมากที่สุดและซ้ำซ้อนน้อยที่สุดซึ่งสอดคล้องกับบริเวณสมองที่เฉพาะเจาะจง
ในการฝึกอัลกอริทึมเพื่อระบุการเปลี่ยนแปลง
ที่สามารถทำนาย AD ได้ ทีมงานได้ใช้การสแกน MRI 1.5 T ที่ได้รับจากโครงการสร้างภาพระบบประสาทโรคอัลไซเมอร์ ( ADNI ) ชุดข้อมูลนี้ประกอบด้วยกลุ่มควบคุมของบุคคลที่มีสุขภาพดี ผู้ป่วยที่มีภาวะสมองเสื่อมส่วนหน้า และผู้ป่วยโรคพาร์กินสัน รวมทั้งกลุ่มโรคของผู้ที่เป็นโรค AD หรือ AD หรือ AD ที่เกี่ยวข้องกับความบกพร่องทางสติปัญญาเล็กน้อย (MCI AD )
ทีมงานได้พัฒนาไบโอมาร์คเกอร์ 2 ตัว ตัวแรกคือ ApV 1ที่แยกความแตกต่างระหว่างผู้ที่มีโรคอัลไซเมอร์และคนที่ไม่มีโรค ในการคำนวณ ApV 1อัลกอริทึมจะพิจารณาคุณลักษณะที่ดึงมาจากบริเวณสมองทั้งหมด จากสิ่งเหล่านี้ LASSO ได้เลือก 20 คุณสมบัติใน 14 ภูมิภาค และใช้ผลรวมถ่วงน้ำหนักเพื่อ กำหนดApV 1 การบูรณาการแบบจำลองกับการวัดความรู้ความเข้าใจและไบโอมาร์คเกอร์ที่ใช้น้ำไขสันหลัง (CSF) ทำให้เกิดเวกเตอร์ทำนาย เพิ่มเติมApV 1s
นักวิจัยทดสอบแบบจำลองนี้ในชุดทดสอบภายในที่มองไม่เห็นจากกลุ่มรุ่น 1.5 T ADNI ApV 1แสดงความแม่นยำ 98% ในการทำนายโรคที่เกี่ยวข้องกับ AD ซึ่งแม่นยำกว่าการวัดทางคลินิกมาตรฐาน – ปริมาตรของฮิปโปแคมปัส (ความแม่นยำ 26 เปอร์เซ็นต์) และความเข้มข้นของซีเอสเอฟเบตาอะไมลอยด์ (ความแม่นยำ 62 เปอร์เซ็นต์) – ซึ่งเป็นทางเลือกที่เป็นไปได้สำหรับการวัด CSF แบบรุกราน
พวกเขายังทดสอบวิธีการในชุดทดสอบภายนอก:
ข้อมูล 1.5 T MRI จาก 64 คนในกลุ่มOASIS ที่นี่ ApV 1และ ApV 1sมีความแม่นยำสูง 81% และ 83% ตามลำดับ ระยะของโรค ตัวบ่งชี้ทางชีวภาพที่สอง – ApV 2 – จัดหมวดหมู่ผู้ป่วยที่มีโรคอัลไซเมอร์ในระยะเริ่มต้น (MCI AD ) และกลุ่มโฆษณาตอนปลาย สำหรับการจำแนกประเภทนี้ LASSO รายการที่สองใช้ผลรวมถ่วงน้ำหนักของคุณลักษณะแปดประการที่กระจายอยู่ในเจ็ดภูมิภาค (โดยมีอำนาจเหนือสมองซีกซ้าย) เพื่อกำหนดเวกเตอร์ทำนาย
ในการทดสอบข้อมูล 1.5T ที่มองไม่เห็นจาก ADNI นั้น ApV 2มีความแม่นยำถึง 79% ในการเลือกปฏิบัติในระยะเริ่มต้นจากรูปแบบต่อมาของ AD โดยมีความแม่นยำสูงกว่า 86% เมื่อรวมคะแนนความรู้ความเข้าใจและไบโอมาร์คเกอร์ตาม CSF ซึ่งเปรียบเทียบกับความแม่นยำ 53% และ 49% สำหรับการวัดปริมาตรฮิปโปแคมปัสและ CSF beta amyloid ตามลำดับ ทีมงานตั้งข้อสังเกตว่าความแม่นยำสูงนี้มีความโดดเด่นเป็นพิเศษเมื่อพิจารณาถึงความต่อเนื่องของความก้าวหน้าของโรคระหว่าง MCI ADและ AD
เมื่อนำแบบจำลองไปใช้กับการสแกน 3 T MRI นั้น ApV 1และ ApV 2แสดงความแม่นยำที่ลดลง 49% และ 62% ตามลำดับ นักวิจัยแนะนำว่าประสิทธิภาพที่ต่ำกว่าที่ 3 T นั้นน่าจะเกิดจากความอ่อนไหวของคุณสมบัติกัมมันตภาพรังสี MRI ต่อความแรงของสนามแม่เหล็ก และปัจจุบันนี้จำกัดการใช้อัลกอริทึมของข้อมูลเพียง 1.5 T
ทีมยังได้ทดสอบแบบจำลองนี้กับผู้ป่วย 83 รายที่สงสัยว่ามีการลดลงของความรู้ความเข้าใจซึ่งได้รับการถ่ายภาพด้วย PET amyloid PET ทางคลินิกที่ Imperial Memory Center ซึ่งเป็นส่วนหนึ่งของการตรวจวินิจฉัยพร้อมกับการสแกนด้วย MRI และการประเมินทางประสาทวิทยา ภาพ PET ถูกจัดประเภทเป็น amyloid-positive โดยมีการวินิจฉัยทางคลินิกของ AD หรือ amyloid-negative ซึ่งน่าจะเป็นภาวะสมองเสื่อมประเภทอื่นหรือภาวะที่ไม่เกี่ยวกับระบบประสาท
เมื่อใช้งานในกลุ่มนี้ ApV 1s มี ประสิทธิภาพเหนือกว่าการวัดปริมาตรของฮิปโปแคมปัสและคะแนนความรู้ความเข้าใจมาตรฐาน ซึ่งแสดงความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างกลุ่มที่เป็นแอมีลอยด์-บวกและกลุ่มแอมีลอยด์-ลบ
นักวิจัยสรุปว่า ApV ซึ่งเป็นเวกเตอร์ทำนายผลด้วยรังสี MRI ของพวกมันนั้นทำซ้ำได้และแข็งแกร่ง สามารถคำนวณได้ง่าย และพร้อมที่จะรวมเข้ากับระบบสนับสนุนการตัดสินใจทางคลินิก พวกเขาทราบว่าอัลกอริธึมระบุการเปลี่ยนแปลงในพื้นที่ของสมองซึ่งก่อนหน้านี้ไม่เกี่ยวข้องกับ AD – cerebellum และ ventral diencephalon ซึ่งต้องมีการตรวจสอบเพิ่มเติม บาคาร่าเว็บตรง
