研究人员创建堪称世界第一基准来衡量脑萎缩阿尔茨海默氏症的诊断

CSIRO的科学家们,澳大利亚国家科学机构,与昆士兰科技大学的合作,利用人工智能开发世界基准测量大脑萎缩或变薄,神经退行性疾病,包括阿尔茨海默氏症。

阿尔茨海默氏症是最常见的痴呆症,占60% - 80%的病例。测量其进步的方法之一是通过核磁共振图像显示皮质萎缩。这种方法是具有挑战性的,然而,随着厚度的变化大脑的皮质是极其微小的,经常在亚毫米波的范围内。

先进的机器学习技术是经常使用的大脑研究评估的变化皮质厚度,但到目前为止,临床上缺乏准确的数据集“地面实况”意味着我们无法评估他们的敏感性小萎缩的检测水平。

在此之前突破,获得地面真理的唯一途径皮质厚度测量通过研究大脑验尸。然而,大脑死亡后立即开始收缩导致不准确的读数。

菲利普Rusak,从澳大利亚CSIRO的e-Health研究中心研究员,说皮质atrophy-thinning大脑皮层将会启动到十年的临床前阿尔茨海默氏症的症状出现。

“非常精确的方法是需要观察这些迹象在大脑图像时开始出现,这样他们就可以得到解决之前,而不是之后,“Rusak博士说。

“使用机器学习的力量,我们可以生产一组人工核磁共振的图像使用预定义的神经退化的迹象的大脑皮层区域,大脑的外层最受阿尔茨海默氏症的影响。

“这些发现之前,没有办法最终确定各种方法的敏感性用来测量皮质厚度在老年痴呆症患者,”他说。

这种新技术允许研究人员设置的数量和位置大脑退化他们想比较,这样他们就可以得到一个明确的皮质厚度的方法量化性能也是最好的。

这项技术可以测试方法的敏感性小的水平。它可以确定一个方法可以检测厚度只有0.01毫米的变化。

研究的结果发表在医学图像分析,工作已经有国际影响。

瑞士伯尔尼大学的迈克尔·Rebsamen说他们强有力的证据表明,DL +指导深上优于皮质厚度测量方法健壮和敏感细微变化萎缩。

“直到现在,由于缺少一个参考MRI我们无法量化程度的萎缩能真正衡量,“Rebsamen博士说。“创新基准CSIRO关闭这个差距,为评估皮质厚度方法标志着一个重要的里程碑。”

这项技术可以应用于任何大脑疾病的研究,包括神经退化,代表向前迈出的重要一步,以更好地了解老年痴呆症和其他脑部疾病衰弱。它也可能被用来预测水平的皮质变性人会随着时间的推移。

Rusak博士说所有这些技术发生的常用和相对廉价的MRI图像。

“这些发现将有助于研究人员选择正确的工具。合适的工具准确评估疾病进展的可能性增加,“Rusak博士说。“所以,不需要新的医疗基础设施。”

合成数据集图像公开的所以临床医生和科学家可以利用合成图像进行自己的皮质厚度量化评估方法。