基于脑血管流速的脑血管年龄预测：运用机器学习算法
人工智能
2026-05-19 v1
摘要
以生理功能为标准定义血管年龄，已成为广泛研究中对不同年龄段患者进行分类和跟踪的核心焦点。经颅多普勒 (TCD) 是一种测量沿供给人类大脑的主要动脉的脑血管流速的方法。本研究旨�从TCD中提取的特征来估计年龄，并评估不同脑疾病患者的加速血管老化情况。我们预测不同脑疾病的患者在由健康受试者训练的各种回归模型测试下，将表现出加速的脑血管老化。使用MOCAIP算法对168名健康受试者和277名双侧TCD记录的疾病患者进行分析。MOCAIP生成的特征和心率变异性特征被用作回归模型的输入特征，用于预测脑血管年龄。对66名急性中风患者、27名术后中风患者、26名阿尔茨海默病患者、23名轻度认知障碍患者和135名确诊患者进行测试，以评估加速脑血管年龄。该训练模型平均预测健康受试者的脑血管年龄比其年龄高出3.69岁。不同疾病状况的患者表现出不同的老化加速程度。健康受试者和疾病受试者的表现差异表明，使用TCD生成的特征在评估加速脑血管老化方面可能具有相关性。此外，观察到不平衡的数据集会影响基于机器学习的脑年龄预测模型的性能。
引用
@article{arxiv.2605.16969,
title = {Brain Vascular Age Prediction Using Cerebral Blood Flow Velocity and Machine Learning Algorithms},
author = {Anni Zhao and Alex Bateh and Tyler Baldridge and Sandra Billinger and Xiao Hu},
journal= {arXiv preprint arXiv:2605.16969},
year = {2026}
}