bioRxiv 预印本· Liu, H., Tong, M., Fang, S., Mormino, E. C., Sperling, R. A., Aisen, P., Buckley, R., Crane, P., Hohman, T. J., Saykin, A. J., Yan, J., For the Alzheimers Disease Neuroimaging Initiative ·· 18 小时前AI 评分22
基于florbetapir PET的连续淀粉样蛋白分期评分可补充整体淀粉样蛋白负荷，用于早期阿尔茨海默病分期
Continuous amyloid staging complements global amyloid burden in early Alzheimer's disease
AI 导读
研究者利用ADNI的纵向florbetapir PET数据训练端到端深度学习模型，直接估算连续淀粉样蛋白分期评分，该评分比现有淀粉样蛋白分期方法更好地保持了纵向随访顺序。在疾病早期，该评分在整体淀粉样蛋白负荷相对稳定时仍能捕捉区域淀粉样蛋白变化；在基线整体淀粉样蛋白负荷匹配的参与者中，评分更高者后续记忆下降更快，该认知分析在ADNI和A4+LEARN中均得到重复。
来源：bioRxiv 预印本 · biorxiv.org