只需一次脑扫描就能诊断阿尔茨海默病

字节点击 20220622

  • 机器学习
  • 磁共振成像
  • 阿尔茨海默病

英国帝国理工学院研究人员开发出一种机器学习新算法,通过一次脑部扫描观察大脑内的结构特征(包括以前认为与阿尔茨海默病无关的区域),即可诊断出阿尔茨海默病。该技术的优势在于其简单性,并且可在很难诊断的早期阶段就识别出疾病。研究成果发表在开放获取专业学术期刊《通讯·医学》上。

医生目前使用大量测试来诊断阿尔茨海默病,包括记忆和认知测试以及脑部扫描。扫描主要用于检查大脑中的蛋白质沉积和海马体收缩,海马体是与记忆相关的大脑区域,所有这些测试可能都需要几周的时间来安排和处理。但此次新开发的方法,只需在大多数医院常见的标准1.5特斯拉机器上进行磁共振成像(MRI)脑部扫描。

研究人员采用了一种用于分类癌症肿瘤的算法,并将其应用于大脑。他们将大脑分为115个区域,分配了660个不同的特征,例如大小、形状和纹理,以评估每个区域。然后他们训练算法识别这些特征的变化,以准确预测阿尔茨海默病。

利用阿尔茨海默病神经影像学计划的数据,该团队对400多名早期和晚期阿尔茨海默病患者、健康对照组和其他神经系统疾病患者(包括额颞叶痴呆和帕金森病)进行了脑部扫描。

研究发现,在98%的病例中,仅基于MRI的机器学习系统,就可准确预测患者是否患有阿尔茨海默病。它还能够在79%的患者中以相当高的准确度区分早期和晚期阿尔茨海默病。

这一新系统成功发现了以前认为与阿尔茨海默病无关的大脑区域,譬如小脑(大脑中协调和调节身体活动的部分)和腹侧间脑(与感官、视觉和听觉相关)产生的变化,为研究这些区域与阿尔茨海默病的联系开辟了潜在的新途径。

先是出现了一些迹象,然后是明确的症状,比如记忆力减退、脾气大变、认知功能障碍,再进行检查,比如脑电图检查、头颅CT、磁共振和生物标志物检查,来明确一个诊断——是否为阿尔茨海默病。如今,用普通的仪器加上机器学习新算法,能将确诊所需的检查和所耗的时间大幅减少,相信也能减轻一些家属的心理煎熬。同时,这套学习系统还新发现了大脑一些区域和阿尔茨海默病的联系,它不仅能辅助确诊,还有望将阿尔茨海默病的研究带向新领域。

版权声明:除特殊说明外,本站所有文章均为 字节点击 原创内容,采用 BY-NC-SA 知识共享协议。原文链接:https://byteclicks.com/38833.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有,文章内容仅代表作者独立观点,不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人,只供传递信息之用,非商务用途。如有侵权,请联系 gavin@byteclicks.com。我们将协调给予处理。

赞

查看全文

点赞

字节点击

作者最近更新

  • 德国联邦政府拟制定新版太空战略
    字节点击
    2022-10-26
  • 德联邦教研部资助5000 万欧元用于研究创新抗生素
    字节点击
    2022-10-25
  • 德国科学组织联盟发布“能源危机对科研的影响”的立场声明
    字节点击
    2022-10-25

期刊订阅

相关推荐

  • 据报告,2024年人工智能在全球物联网市场中规模将达162亿美元

    2019-04-16

  • 无创脑机接口效果已接近脑部植入传感器

    2019-07-05

  • 新型设备用生物传感器预测个体癌症患者的化疗有效性

    2019-07-26

  • 传感器的机器学习

    2019-08-30

评论0条评论

×
私信给字节点击

点击打开传感搜小程序 - 速览海量产品,精准对接供需

  • 收藏

  • 评论

  • 点赞

  • 分享

收藏文章×

已选择0个收藏夹

新建收藏夹
完成
创建收藏夹 ×
取消 保存

1.点击右上角

2.分享到“朋友圈”或“发送给好友”

×

微信扫一扫,分享到朋友圈

推荐使用浏览器内置分享功能

×

关注微信订阅号

关注微信订阅号,了解更多传感器动态

  • #{faceHtml}

    #{user_name}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 查看评论 回复

    共#{comment_count}条评论

    加载更多

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} #{reback} 回复

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 回复

  • 关闭
      广告