来自澳大利亚国家科学机构 CSIRO 的科学家与昆士兰科技大学合作，利用人工智能开发了世界上第一个测量神经退行性疾病(包括阿尔茨海默病)中脑萎缩或变薄的基准。
阿尔茨海默病是最常见的痴呆症，占病例的 60% 至 80%。衡量其进展的方法之一是通过显示皮质变薄的 MRI 图像。然而，这种方法具有挑战性，因为大脑皮层厚度的变化非常小，通常在亚毫米范围内。
先进的机器学习技术通常用于大脑研究以评估皮质厚度的变化，但直到现在，缺乏临床上准确的“基本事实”数据集意味着我们无法评估它们对检测小萎缩水平的敏感性。
在这一突破之前，获得皮层厚度真实测量值的唯一方法是研究死后大脑。然而，大脑在死后立即开始萎缩，导致读数不准确。
CSIRO 澳大利亚电子健康研究中心的研究科学家 Filip Rusak 说，皮质萎缩——大脑皮层变薄——可能在阿尔茨海默病临床症状出现前十年就开始了。
“当这些迹象开始出现时，需要非常准确的方法来观察脑图像中的这些迹象，以便更早而不是更晚地解决它们，”Rusak 博士说。
“利用机器学习的力量，我们能够生成一组大脑的人工 MRI 图像，这些图像在皮质区域具有预定义的神经退化迹象，皮质区域是受阿尔茨海默氏症影响最严重的大脑外层。
“在这些发现之前，没有办法最终确定用于测量阿尔茨海默病患者皮质厚度的各种方法的敏感性，”他说。
这项新技术允许研究人员设置他们想要比较的脑退化的数量和位置，这样他们就可以清楚地了解哪种皮质厚度量化方法表现最好。
该技术可以将方法的灵敏度测试到极小的水平。它可以确定一种方法是否可以检测到仅 0.01 毫米的厚度变化。
研究结果发表在《医学图像分析》杂志上，这项工作已经产生了国际影响。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！