深層学習マシンはMRIスキャンを使用して脳年齢を判断します

人間の認知能力は年齢とともに低下します。そして神経科学者は、この衰退が脳の解剖学的変化とも相関していることを長い間知っていました。したがって、脳のMRI画像で老化の兆候を見つけたり、脳の年齢を判断したりすることが可能であることを知っても不思議ではありません。脳の年齢と年代順の年齢の違いは、認知症などの状態の発症を明らかにすることができます。





ただし、自動エージングに適したMRIデータを大量に処理する必要があるため、分析には時間がかかります。この前処理には、頭蓋骨などの非脳組織の画像からの除去、白質、灰白質、およびその他の組織の分類、およびさまざまなデータ平滑化手法とともに画像アーチファクトの除去が含まれます。

このすべてのデータ処理には24時間以上かかる可能性があり、これは、臨床診断を行う際に患者の脳年齢を考慮に入れることを望んでいる医師にとって深刻な障害です。

今日、ロンドンのキングスカレッジのジョバンニモンタナと、MRIスキャナーからの生データを使用して脳の年齢を測定するディープラーニングマシンをトレーニングした数人の仲間のおかげで、すべてが変わりました。深層学習技術は数秒で完了し、患者がまだスキャナーにいる間、臨床医に脳年齢の正確なアイデアを与えることができます。



この方法は、標準的な深層学習手法です。モンタナと共同研究者は、18歳から90歳までの2,000人以上の健康な人々のMRI脳スキャンを使用しています。脳の年齢に影響を与える可能性のある神経学的状態はありませんでした。したがって、彼らの脳の年齢は彼らの年代順の年齢と一致する必要があります。

各スキャンは、最新のMRI装置で生成されるタイプの標準的なT1強調MRIスキャンです。各スキャンには、患者の年齢が表示されます。

チームは、これらの画像の80%を使用して、畳み込みニューラルネットワークをトレーニングし、脳スキャンを考慮して人の年齢を判断しました。彼らはこのプロセスを検証するためにさらに200枚の画像を使用しました。最後に、彼らは、脳の年齢をどれだけうまく測定できるかを判断するために、見たことのない200枚の画像でニューラルネットワークをテストしました。



同時に、チームはディープラーニングアプローチを従来の脳年齢決定方法と比較しました。これには、とりわけ、脳内の白質と灰白質を識別するための広範な画像処理と、それに続くガウス過程回帰と呼ばれる統計分析が必要です。

結果は興味深い読み物になります。ディープラーニングとガウス過程回帰の両方で、分析する前処理されたデータが与えられたときに、患者の年齢を正確に決定します。どちらの方法でも、どちらの方法でも5年未満のエラーでこれを実行します。

ただし、深層学習は、生のMRIデータを分析するときに明らかに優れていることを示しており、同様に機能し、平均誤差4。66年で正しい年齢を示します。対照的に、ガウス過程回帰の標準的な方法は、このテストではうまく機能せず、平均誤差がほぼ12年の大まかな年齢になります。



さらに、ディープラーニング分析は、標準的な方法に必要な24時間の前処理と比較して、わずか数秒で完了します。深層学習マシンに必要な唯一のデータ処理は、画像の向きと画像間のボクセル寸法の一貫性を確保することです。

それは医師にとって重要な意味を持っています。適切なソフトウェアの実装があれば、患者がまだスキャナーにいる間に、脳で予測された年齢データを臨床医が利用できるようになる可能性がある、とMontanaと共同研究者は述べています。

チームはまた、世界のさまざまな地域のさまざまなマシンで撮影されたスキャンにこの手法を適用できることを示すために、さまざまなスキャナーを使用して撮影された画像を比較しました。彼らはまた、双子の脳年齢を比較して、脳年齢が遺伝的要因にどのように関連しているかを示しています。興味深いことに、相関関係は年齢とともに低下し、環境要因が時間の経過とともにより重要になることを示唆し、将来の研究の有望なラインを示唆しています。



これは印象的な結果であり、臨床医が診断を受ける方法に大きな影響を与える可能性があります。糖尿病、統合失調症、外傷性脳損傷などの状態がより速い脳老化と相関しているというかなりの証拠があります。したがって、脳の老化を迅速かつ正確に測定する方法は、臨床医が将来これらの状態に対処する方法に重要な影響を与える可能性があります。脳で予測される年齢は、正確で信頼性が高く、遺伝的に有効な表現型を表しており、脳の老化のバイオマーカーとして使用される可能性があります。

参照: arxiv.org/abs/1612.02572 :生の画像データからディープラーニングを使用して脳年齢を予測すると、信頼性が高く遺伝性のバイオマーカーが得られます

隠れる