Multivariate morphometry statistics reveal the morphological change pattern of hippocampus during normal aging
Notice bibliographique
Résumé
There have been numerous studies focusing on normal aging in previous decades which is accompanied by the structural and functional decline in the hippocampus, while the pattern of hippocampal alteration with age remains unclear. Figuring out the mechanism of hippocampal changes precisely is beneficial for a better understanding of the aging process. In this study, we included a total of 451 T1 MRI scans of subjects of age 50-90 who were labeled as normal in the Alzheimer's Disease Neuroimaging Initiative. Taking 10 years of age as an age band, we divided the subjects into four groups (denoted as HC1, HC2, HC3, and HC4, respectively), with the youngest being 50-60 and the oldest 81-90. Then the Multivariate Morphometry Statistics (MMS) of the hippocampus segmented from the four groups were extracted by surface reconstruction, mesh generation, and surface registration. Finally, the significant differences between the youngest group and the other three were statistically analyzed. Results showed that the earliest deformation region of the left hippocampus located in the frontal subiculum and the dorsal CA1 of the tail part and gradually expanded with aging, while the right hippocampal deformation mainly concentrated in the dorsal CA1 and spread to the posterior CA2-3, which occurred later than that of the left. All the results illustrated that the hippocampus is truly a vulnerable structure in the course of aging, and the MMS are sensitive metrics for detecting the changes in the subcortical convex structure.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».