面向皮层厚度轨迹预测的条件得分扩散模型
光学
2024-03-12 v1 应用物理
摘要
阿尔茨海默病（AD）是一种神经退行性疾病，其病程呈现出个体间的多样化进程。皮层厚度（CTh）的变化与其病程密切相关。准确预测CTh轨迹可显著提升早期诊断和干预策略，为及时护理提供保障。然而，用于这些研究的纵向数据常因时效稀疏和不完整而面临 substantial 挑战，这给准确建模疾病进程提出了难题。现有方法受限于数据集缺失条目或需要对CTh病程预先设定假设。为克服这些障碍，我们提出了一种专为生成给定基线信息（如年龄、性别和初始诊断）的CTh轨迹而设计的条件得分扩散模型。我们的条件扩散模型在训练阶段利用所有可用数据，在推断阶段仅基于基线信息进行预测，无需关于CTh病程的先验历史。我们比较了使用条件得分模型预测CTh轨迹的预测精度，针对认知正常、轻度认知障碍和AD患者的亚群进行了分析。Bland-Altman 分析表明，我们的扩散基预测模型在6-36个月的 ground-truth CTh 预测中呈近零偏差，置信区间较窄。此外，我们的条件扩散模型具有随机生成的特性，因此通过多次实现演示了患者特定CTh预测的不确定性分析。
引用
@article{arxiv.2403.06939,
title = {Surface lattice resonance lasers with epitaxial InP gain medium},
author = {Anna Fischer and Toby Severs Millard and Xiaofei Xiao and T. V. Raziman and Jakub Dranczewski and Ross C. Schofield and Heinz Schmid and Kirsten Moselund and Riccardo Sapienza and Rupert Oulton},
journal= {arXiv preprint arXiv:2403.06939},
year = {2024}
}