基于图谱的可解释全身MR图像年龄预测
图像与视频处理
2024-11-28 v5 计算机视觉与模式识别
机器学习
摘要
年龄预测是医学评估与研究的重要组成部分。它通过凸显实际年龄与生物学年龄之间的潜在差异,辅助疾病检测及异常衰老的识别。为增进对身体各部位与年龄相关变化的理解,我们利用全身3D图像大规模研究人体的衰老过程。我们采用Grad-CAM方法确定最可预测个人年龄的身体区域。为将分析扩展至个体受试者之外,我们使用配准技术生成群体范围的重要性图谱,显示整个受试者队列中最具预测性的身体区域。我们表明,对全身完整3D体积的研究及群体范围分析,可深入揭示哪些身体部位在预测个人年龄中起着最关键的作用。我们的发现揭示了三个主要感兴趣区域:脊柱、固有背肌和心脏区域,其中心脏区域的重要性最高。最后,我们研究了表现出加速衰老与减速衰老的受试者之间的差异。
引用
@article{arxiv.2307.07439,
title = {Atlas-Based Interpretable Age Prediction In Whole-Body MR Images},
author = {Sophie Starck and Yadunandan Vivekanand Kini and Jessica Johanna Maria Ritter and Rickmer Braren and Daniel Rueckert and Tamara Mueller},
journal= {arXiv preprint arXiv:2307.07439},
year = {2024}
}
备注
Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2024:029