Identification and Classification of Alzheimer's Disease Patients Using Novel Fractional Motion Model
Notice bibliographique
Résumé
Most of diffusion MRI (dMRI) techniques use the mono-exponential model to describe the diffusion process of water in the brain. However, the observed dMRI signal decay curve deviates from the mono-exponential form. To solve this problem, the fractional motion (FM) model has been developed, which was regarded to be a more appropriate model for describing the complex diffusion process in brain tissue. It is still unclear in the identification and classification of Alzheimer's disease (AD) patients using the FM model. The purpose of this study was to investigate the potential feasibility of FM model differentiating AD patients from healthy controls and grading patients with AD. Twenty four patients with AD and 11 healthy controls were included. The left and right hippocampus were selected as regions of interest (ROIs). The ADC values and FM-related parameters, including the Noah exponent (α), the Hurst exponent (Η), and the memory parameter (μ=Η-1/α), were calculated and compared between AD patients and healthy controls and between mild AD and moderate AD patients using a two-sample t-test. The correlations between FM-related parameters α, Η, μ, and ADC values and the cognitive functions assessed by mini-mental state examination (MMSE) and Montreal cognitive assessment (MoCA) scales were investigated using Pearson partial correlation analysis in patients with AD. The receiver operating characteristic (ROC) analysis was used to assess the differential performance. We found that the FM-related parameter α could be used to distinguish AD patients from healthy controls (p<0.05) with greater sensitivity and specificity (left ROI, 0.917 and 0.636; right ROI, 0.917 and 0.727) and grade AD patients (p< 0.05) showed higher sensitivity and specificity (right ROI, 0.917, 0.75). The α was found to be positively correlated with MMSE (p<0.05) and MoCA (p<0.05) scores in patients with AD, indicating that the α values in the bilateral hippocampus were a potential MRI-based biomarker of disease severity in AD patients. This novel diffusion model may be useful for further understanding of neuropathologic changes in patients with AD.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».