Human Connectome Project Aging

旋转等变深度学习改进大脑年龄预测

研究人员开发了一个新颖的框架，利用捕捉白质纤维方向分布的弥散 MRI 数据来预测大脑年龄。该方法采用了一种旋转等变卷积神经网络 (CNN)，该网络处理纤维方向分布的球谐系数，保留其几何特性。在一项对 692 名参与者的研究中，该方法与传统的弥散张量成像 (DTI) 模型和传统 CNN 相比，表现更优越，平均绝对误差为 3.54 岁，Pearson 相关系数为 0.958。该研究还确定了对年龄预测最敏感的特定白质束，提供了解剖学上的可解释性。