计算机模型可以处理不同来源的临床数据来预测

- 编辑:大众自然网 -

计算机模型可以处理不同来源的临床数据来预测

根据开放获取期刊eLife的一项新研究,科学家们训练了一台电脑来分析不同类型的大脑扫描,并预测人类大脑的年龄。

他们的研究结果表明,该模型有可能在临床上结合不同类型的脑功能测试来预测其他病人的预后,如认知能力下降或抑郁。

脑功能的非侵入性测试,如脑磁图(MEG)、磁共振成像(MRI)和正电子发射断层扫描(PET),在临床神经科学中发挥着重要作用。但由于这些测试都是针对大脑功能的不同方面进行的,因此没有一项单独测试是最理想的。训练计算机分析来自不同测试的数据并预测临床结果将提供更完整的大脑功能图像。

该研究的第一作者、法国国家数字科学研究所Inria的研究科学家丹尼斯·恩格尔曼解释说:“经过训练的计算机模型可以从健康人群的大脑数据中预测一个人的年龄,这为临床提供了有用的信息。”“问题是,在临床中,并不总是有可能获得这种分析所需的每一种类型的数据。”

在这项研究中,研究小组着手研究他们是否能开发出一种模型,将MRI扫描提供的解剖信息与脑节律信息结合起来,脑节律信息被脑磁图强有力地捕捉到。最重要的是,他们想看看如果一些数据丢失了,这个模型是否还能工作。

他们用Cam-CAN数据库的数据子集训练他们的计算机模型,该数据库保存了650名年龄在17岁到90岁之间的健康人群的脑磁图、核磁共振和神经心理学数据。然后,他们将不同版本的模型与标准的解剖MRI扫描,以及从功能磁共振成像(fMRI)扫描和脑磁图测试中获得额外信息的模型进行了比较。他们发现,在标准的核磁共振成像中加入脑磁图扫描或功能磁共振成像扫描,可以更准确地预测大脑的年龄。当两者都被添加时,模型得到了进一步的增强。

接下来,他们观察了大脑年龄的标志(称为脑年龄增量),并研究了这与脑磁图和功能磁共振成像测量的不同大脑功能之间的关系。这证实了MEG和fMRI都对大脑功能提供了独特的见解,进一步增强了整个模型的功能。

然而,当他们在650人的完整的Cam-CAN数据库中测试他们的模型时,他们发现,即使有缺失的数据,使用现有的计算机模型仍然比仅使用MRI更精确。这一点很重要,因为在医院的神经病学诊所,并不是每次都能让病人预约做每一种扫描。

事实上,由于大多数医院使用脑电图(EEG)而不是脑磁图测试,另一个重要的发现是脑磁图测试提供给模型的最强大的大脑功能测量也可以通过脑电图准确测量。这意味着在临床中,脑电图有可能取代脑磁图描记器而不影响模型的预测能力。

Inria研究主管、资深作家Alexandre Gramfort总结道:“我们利用机会主义的方法训练计算机模型,从手头的数据中学习,并预测大脑的年龄。”“我们预计,使用更简单的脑电图(EEG)测试,就可以开启类似的表现。在临床中,这种测试通常与核磁共振(MRI)一起使用,也可以很容易地应用于其他临床终点,如药物剂量、生存期或诊断。”