海马体 Tau 蛋白沉积的几何建模：用于协变量分析与脱靶污染检测的基于表面的框架
应用统计
2025-12-03 v2 定量方法
其他统计学
摘要
我们引入了一个结合几何建模与疾病进展分析的框架，以利用正电子发射断层扫描 (PET) 数据研究阿尔茨海默病 (AD) 中的 tau 蛋白沉积。聚焦于海马体，我们构建了一个主曲面，以捕捉 tau 病理的空间分布和形态变化。通过将体素投影到该曲面上，我们通过双向投影距离和插值标准化摄取值比 (SUVR) 量化了 tau 覆盖率、强度和厚度。这种低维嵌入在缓解多重比较问题的同时保留了空间特异性。使用具有逆概率加权的两阶段回归模型分析协变量效应，以调整信号稀疏性和选择偏差。使用 SuStaIn 模型，我们识别了 AD 的亚型和阶段，揭示了不同的 tau 动力学：边缘主导亚型在覆盖率和厚度上表现出与年龄相关的非线性积累，而后部亚型在疾病进展中表现出 SUVR 的均匀增加。基于模型的预测表明，海马体 tau 沉积遵循随着厚度增加而双向扩展的结构化空间轨迹，而亚型差异突出了与全脑模式一致的海马体后部受累。最后，主曲面上的方向性信号模式揭示了来自脉络丛的污染，证明了所提出框架在包括淀粉样蛋白 PET 在内的多种模态中的更广泛适用性。
引用
@article{arxiv.2511.01732,
title = {Geometric Modeling of Hippocampal Tau Deposition: A Surface-Based Framework for Covariate Analysis and Off-Target Contamination Detection},
author = {Liangkang Wang and Akhil Ambekar and Ani Eloyan},
journal= {arXiv preprint arXiv:2511.01732},
year = {2025}
}