Enhanced detection of cortical atrophy in Alzheimer's disease using structural MRI with anatomically constrained longitudinal registration
Notice bibliographique
Résumé
Cortical atrophy is a defining feature of Alzheimer's disease (AD), often detectable before symptoms arise. In surface-based analyses, studies have commonly focused on cortical thinning while overlooking the impact of loss in surface area. To capture the impact of both cortical thinning and surface area loss, we used anatomically constrained Multimodal Surface Matching (aMSM), a recently developed tool for mapping change in surface area. We examined cortical atrophy over 2 years in cognitively normal subjects and subjects with diagnoses of stable mild cognitive impairment, mild cognitive impairment that converted to AD, and AD. Magnetic resonance imaging scans were segmented and registered to a common atlas using previously described techniques (FreeSurfer and ciftify), then longitudinally registered with aMSM. Changes in cortical thickness, surface area, and volume were mapped within each diagnostic group, and groups were compared statistically. Changes in thickness and surface area detected atrophy at similar levels of significance, though regions of atrophy somewhat differed. Furthermore, we found that surface area maps offered greater consistency across scanners (3.0 vs. 1.5 T). Comparisons to the FreeSurfer longitudinal pipeline and parcellation-based (region-of-interest) analysis suggest that aMSM may allow more robust detection of atrophy, particularly in earlier disease stages and using smaller sample sizes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».