拡散MRIによる脳年齢推定は、神経変性疾患の予測に相乗効果をもたらす

[fulfulggg]

タイトル: 拡散MRIによる脳年齢推定は、神経変性疾患の予測に相乗効果をもたらす

リンク: https://arxiv.org/abs/2410.22454

概要:

磁気共鳴画像（MRI）から推定される脳年齢とその実年齢とのずれは、神経変性疾患の可能性を早期に示唆し、早期発見と予防戦略の実施を支援する。脳年齢推定で広く用いられる拡散MRI（dMRI）は、巨視的な変化に先行する微細な構造変化を捉えるため、神経変性疾患予測の早期バイオマーカー構築の可能性を秘めている。しかし、dMRIには巨視的情報と微視的情報が共存するため、既存のdMRI脳年齢推定モデルが本当に微視的情報を活用しているのか、それとも意図せず巨視的情報に依存しているのかという疑問が生じる。微視的構造に特化した脳年齢を開発するため、全画像を標準テンプレートに非剛体レジストレーションすることで、巨視的情報の使用を最小限に抑えるdMRI脳年齢推定法を提案する。12のデータセットから13,398人の参加者の画像データを用いて、モデルの学習と評価を行った。巨視的情報の使用を最小限に抑えた場合と抑えない場合のdMRI脳年齢モデルを、構造的に類似したT1強調（T1w）MRI脳年齢モデル、および主に巨視的情報を用いる2つの最先端のT1w MRI脳年齢モデルと比較した。結果、神経変性の段階によってdMRI脳年齢とT1w MRI脳年齢に差が見られ、認知正常（CN）から軽度認知障害（MCI）に移行する参加者ではdMRI脳年齢の方がT1w MRI脳年齢より高く、既にアルツハイマー病（AD）と診断された参加者では低かった。MCI診断の約4年前において、CNからMCIへの移行予測に関して、dMRI脳年齢はT1w MRI脳年齢よりも優れた性能を示した。

[fulfulggg]

@yukihiko-fuyuki が以下のラベルを提案し、適用しました：

• medical-imaging
• image-analysis
• deep-learning

[fulfulggg]

論文要約

論文要約: 拡散MRIによる脳年齢推定は、神経変性疾患の予測に相乗効果をもたらす

この研究では、拡散MRI（dMRI）を用いた新しい脳年齢推定方法が提案され、神経変性疾患、特に軽度認知障害（MCI）の早期予測における有効性が示されました。

• dMRIに着目: 脳の微細な構造変化を捉えるdMRIを利用することで、従来の方法よりも早期に神経変性の兆候を検出できる可能性があります。
• 巨視的情報の排除: 従来のdMRI脳年齢推定では、脳の大きさや形といった巨視的情報に影響を受けてしまう可能性がありました。この研究では、画像を標準テンプレートに合わせることで巨視的情報の利用を最小限に抑え、微視的構造変化に特化した脳年齢推定を実現しました。
• T1w MRIとの比較: dMRI脳年齢は、脳の構造を捉えるT1w MRI脳年齢と比較されました。結果、dMRI脳年齢は、認知正常者からMCIへの移行をT1w MRI脳年齢よりも早期に、約4年前から予測できることが示されました。
• 神経変性段階による差異: dMRI脳年齢とT1w MRI脳年齢の差は、神経変性の段階によって異なることが分かりました。MCIへの移行期ではdMRI脳年齢が高く、既にアルツハイマー病と診断された人では低くなりました。これは、dMRIが神経変性の異なる段階を反映している可能性を示唆しています。

この研究は、dMRIを用いた脳年齢推定が神経変性疾患の早期発見・予防に貢献する可能性を示しており、今後の臨床応用が期待されます。