您当前位置:首页 > 跑步训练

人工智能预测阿尔茨海默氏症在诊断前的几年

发布时间:2019-07-11 08:33:35编辑:跑步与生活网阅读次数:

据发表在杂志放射学的研究中,人工智能(AI)技术,提高大脑成像预测阿尔茨海默病的能力。

\

阿尔茨海默氏病的及时诊断是因为更有效的治疗和干预在疾病的早期重要。然而,早期诊断证明具有挑战性。研究联疾病的进程,并链接到显示大脑的某些区域,如葡萄糖摄取的代谢变化,但这些变化可能很难识别。“在大脑对葡萄糖的摄取方式的差异是非常微妙和零散”的研究中,医生的合着者。加州宰豪孙某大学旧金山分校(UCSF)放射学和生物医学成像师说,。“人们善于发现疾病特异性标志物,但代谢过程中代表一个更具全球性和微妙。“

\

这项研究中,医生的资深作者。来自加利福尼亚州,旧金山与博士大学的放射学大数据研究集团(一家专注于放射学和工程师的医学多学科团队)本杰明丽珠医药。孙某和加州大学的本科生,大学伯克利分校丁一名接触。数据科学。博士。丽珠兴趣深入学习应用程序,这是一种人工智能的,其中像人类一样的机器学习的例子,来预测阿尔茨海默氏症的大脑中发现的代谢变化。特别的成像技术深入学习算法训练的研究人员称为18-F-氟脱氧葡萄糖正电子发射断层摄影(FDG-PET)在。在FDG-PET扫描,放射性葡萄糖进入FDG化合物的血。然后,PET扫描来测量脑细胞FDG摄取,其为代谢活性的指标。

研究人员获得的阿尔茨海默氏病神经影像学倡议(ADNI)数据,这是一个重大的多中心研究,侧重于临床试验,以提高对本病的预防和治疗。ADNI数据集包括多个从患者1002的大脑2100 FDG-PET图像。研究人员深入学习算法训练上的数据集的90%,然后进行测试的数据集的剩余的10%。通过深度学习,该算法可以教自己相应的代谢模式阿尔茨海默氏症。

最后,研究人员测试了算法对一组40个独立影像学检查,从患者的检查从来没有学习过40。它超过六检测的平均疾病的最终诊断之前达到算法的100%的灵敏度。“我们很高兴与算法的性能,”博士。孙某说:。“它可以预测每个患者发展为老年痴呆症患者。“虽然他告诫说,他们的独立测试集小,需要用更大的多机构的前瞻性研究来进一步验证,但医生。孙某称,该算法可以补充放射科医生的工作的有益工具 - 尤其是与其他生物的化学和影像学检查 - 提供早期干预治疗的机会。“如果我们在任何症状的情况下诊断阿尔茨海默氏症,进而降低脑体积是如此之大,如果介入为时已晚,”他说。“如果我们能够更早地发现它,研究人员有机会找到更好的方法来减缓甚至阻止疾病的进程。“

\

据医生。郑荣徐言加州大学旧金山分校,和未来的研究兴趣包括学习算法找到训练的深度和β-淀粉样蛋白和tau蛋白的模式在大脑异常相关蛋白团块和缠结积聚是阿尔茨海默铝的具体疾病标志物。他曾担任该研究的指导顾问之一。“如果早期使用人工授精与FDG-PET可以预测阿尔茨海默氏症的β-淀粉样蛋白斑块和tau蛋白PET成像可能增加的另一个重要的预测能力,”他说。

本文链接:人工智能预测阿尔茨海默氏症在诊断前的几年

友情链接:

念佛 佛经大悲咒全文 心经结缘