新的贝叶斯网络模型追踪阿尔茨海默病进展

研究人员开发了一个名为“具有潜在时间嵌入的贝叶斯网络”（BN-LTE）的新框架来模拟阿尔茨海默病的进展。该方法使用贝叶斯网络来估计疾病的伪时间，并理解生物标志物关系如何影响未来的病理。BN-LTE 使用了阿尔茨海默病神经影像计划（ADNI）的数据进行了评估，并展示了 tau 蛋白进展的强大空间重建能力，识别出了淀粉样蛋白敏感性影响 AT(N) 级联的关键窗口。 AI

影响 该框架通过模拟复杂的生物相互作用，有可能增进对神经退行性疾病进展的理解和预测。

排序理由 该集群描述了一篇详细介绍一种新颖的疾病建模计算框架的学术论文。

在 arXiv cs.LG 阅读 →

• Alzheimer's disease
• Alzheimer's Disease Neuroimaging Initiative
• AT(N)
• Bayesian Networks with Latent Time Embedding
• Nguyen Linh Dan Le
• AIPW
• Amyloid
• AT(N) cascade
• BN-LTE
• g-formula

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →