Alzheimer’s and vascular disease classification using regional texture biomarkers in FLAIR MRI
Notice bibliographique
Résumé
Interactions between subcortical vascular disease and dementia due to Alzheimer's disease (AD) are unclear, and clinical overlap between the diseases makes diagnosis challenging. Existing studies have shown regional microstructural changes specific to each disease, and that textures in fluid-attenuated inversion recovery (FLAIR) MRI images may characterize abnormalities in tissue microstructure. This work aims to investigate regional FLAIR biomarkers that can differentiate dementia cohorts with and without subcortical vascular disease. FLAIR and diffusion MRI (dMRI) volumes were obtained in 65 mild cognitive impairment (MCI), 21 AD, 44 subcortical vascular MCI (scVMCI), 22 Mixed etiology, and 48 healthy elderly patients. FLAIR texture and intensity biomarkers were extracted from the normal appearing brain matter (NABM), WML penumbra, blood supply territory (BST), and white matter tract regions of each patient. All FLAIR biomarkers were correlated to dMRI metrics in each region and global WML load, and biomarker means between groups were compared using ANOVA. Binary classifications were performed using Random Forest classifiers to investigate the predictive nature of the regional biomarkers, and SHAP feature analysis was performed to further investigate optimal regions of interest for differentiating disease groups. The regional FLAIR biomarkers were strongly correlated to MD, while all biomarker regions but white matter tracts were strongly correlated to WML burden. Classification between Mixed disease and healthy, AD, and scVMCI patients yielded accuracies of 97%, 81%, and 72% respectively using WM tract biomarkers. Classification between scVMCI and healthy, MCI, and AD patients yielded accuracies of 89%, 84%, and 79% respectively using penumbra biomarkers. Only the classification between AD and healthy patients had optimal results using NABM biomarkers. This work presents novel regional FLAIR biomarkers that may quantify white matter degeneration related to subcortical vascular disease, and which indicate that investigating degeneration in specific regions may be more important than assessing global WML burden in vascular disease groups.
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 | 0,001 |
| 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 ».