脳をスキャンして見せてくれたら、本当の年齢を教えてあげるわ。(Show me your brain scan and I’ll tell you how old you really are)

ad
ad
ad
ad
ad

MRI画像の電子的比較により、病気の早期発見に新たな可能性 Electronic comparison of MRI images opens up new possibilities for early detection of diseases

2022-09-22 マックス・プランク研究所

最新のAI技術、いわゆる人工ニューラルネットワークを用いると、脳画像から生物学的年齢を正確に割り出すことができるが、これらのネットワークがどのような特徴を用いて年齢を推定しているのかは不明であった。今回、マックスプランク人間認知脳科学研究所の研究者らは、そのアルゴリズムを開発し、明らかにした。このアルゴリズムは、腫瘍やアルツハイマー病の早期発見に役立ち、糖尿病などの疾病が神経に及ぼす影響について結論を導き出すことを可能にする。
科学者たちは、フラウンホーファー電気通信研究所と協力して、ネットワークの推定年齢を分析するために使用できる新しい解釈アルゴリズムを開発した。
これによって、人工ニューラルネットワークが、特に、白質を利用して、予測を行うことが分かった。特に脳の神経組織の中に小さな亀裂や傷がいくつあるかということに着目している。大脳皮質の溝の幅や、脳室と呼ばれる空洞の大きさなども分析する。興味深いのは、人工ニューラルネットワークが、このような情報を与えられずとも、自力でこの結果を導き出したことだ。訓練段階では、脳のスキャン画像と、その人の本当の年齢しか知らなかった。

<関連情報>

マルチモーダルニューロイメージングのための深層学習モデルの解釈可能性に向けて。加齢に伴う脳の構造変化の発見 Towards the interpretability of deep learning models for multi-modal neuroimaging: Finding structural changes of the ageing brain

Simon M.Hofmann,Frauke Beyer,Sebastian Lapuschkin,Ole Goltermann,Markus Loeffler,Klaus-Robert Müller,Arno Villringer,Wojciech Samek,A. Veronica Witte
Neuroimage  Available online: 23 July 2022
DOI:https://doi.org/10.1016/j.neuroimage.2022.119504

Abstract

Brain-age (BA) estimates based on deep learning are increasingly used as neuroimaging biomarker for brain health; however, the underlying neural features have remained unclear. We combined ensembles of convolutional neural networks with Layer-wise Relevance Propagation (LRP) to detect which brain features contribute to BA. Trained on magnetic resonance imaging (MRI) data of a population-based study (n = 2637, 18–82 years), our models estimated age accurately based on single and multiple modalities, regionally restricted and whole-brain images (mean absolute errors 3.37–3.86 years). We find that BA estimates capture ageing at both small and large-scale changes, revealing gross enlargements of ventricles and subarachnoid spaces, as well as white matter lesions, and atrophies that appear throughout the brain. Divergence from expected ageing reflected cardiovascular risk factors and accelerated ageing was more pronounced in the frontal lobe. Applying LRP, our study demonstrates how superior deep learning models detect brain-ageing in healthy and at-risk individuals throughout adulthood.

タイトルとURLをコピーしました