Heterogeneity of structural and functional imaging patterns of advanced brain aging revealed via machine learning methods

ناهمگونی ناهمگونی پیری مغز در بزرگسالان شناخته شده سالم، چالش برانگیز است، زیرا فرآیندهای پاتولوژیک چندگانه منجر به تغییرات عملکردی و ساختاری متنوع می شوند. با استفاده از روشهای یادگیری ماشین برای داده های تصویربرداری رزونانس مغناطیسی از 400 شرکت کننده در سن 50 تا 96 سال در مطالعه طولی بالتیمور پیری، ما مقطعی هادی مقطعی مسیرهای پیری تغییر ساختار و عملکرد را ایجاد کردیم. انحراف از مسیرهای معمول افراد را با پیری مغز انعطاف پذیر و چندین نوع از پیشرفت مغزی در پیری مشخص می کند. ما پنج فنوتیپ متمایز از پیری پیشرفته مغز را شناسایی کردیم. یک گروه شامل افرادی با ضعف ساختاری و عملکردی و بار زیاد شدید با ماده سفید بالا بود. یکی دیگر از زیر گروه نشان داد که آتروفیک هیوکوکاپی کانونی و پایین تر بودن انسجام عملکردی خلفی-کانگولت، کم بودن شدت کمبود ماده سفید و اتصال به ابعاد متوسط ​​و طولانی، به طور بالقوه منعکسکننده ذخیرۀ بافت مغز بالا بردن ضربان مغزی است که با مراحل اولیه بیماری آلزایمر سازگار است. زیر گروه های دیگر الگوهای متمایز را نمایش دادند. این نتایج نشان می دهد که تغییرات مغزی نباید اندازه گیری شود، چرا که تنها نشانه ای از پیری مغز است، بلکه به وسیله روش های ناهمگونی و زیرتیپ های پیری مغز می باشد. یافته های ما مطالعات آینده را به منظور درک بهتر مبانی نوروبیولوژی الگوهای الگوهای تصویر برداری پیری نشان می دهد.