碰国产内射 熟女|国产另类重口变态|日本成人一区三区|午夜激情四射欧美|凹凸视频香蕉一区二区三区|久草AV人与动物|中文字幕av无码|六月激情四射综合网|激情五月天电影网|免费视频无码调教

全世界每3秒就有一例阿爾茨海默?。ˋD）新發(fā)病例，AD一旦發(fā)病便不可逆轉(zhuǎn)，輕度認(rèn)知功能障礙（MCI）是AD的前期癥狀，因此在MCI時(shí)期早診斷對(duì)治療關(guān)口前移尤為重要。

既往研究表明，嗅覺可用于AD的早期診斷[1-4]?；谶@一證據(jù)，Jaewon Kim等通過(guò)兩項(xiàng)獨(dú)立的診斷干預(yù)實(shí)驗(yàn)，使用機(jī)器學(xué)習(xí)算法研究嗅覺刺激下近紅外腦功能成像技術(shù)(fNIRS)的潛在診斷效果[5]。

圖1 利用原始實(shí)驗(yàn)97例被試和附加實(shí)驗(yàn)的36例被試數(shù)據(jù)，建立傳統(tǒng)經(jīng)典模型和機(jī)器學(xué)習(xí)模型并進(jìn)行驗(yàn)證，右邊為兩種模型在附加實(shí)驗(yàn)中的AUC值.

該研究包括先前發(fā)表的原始實(shí)驗(yàn)(n=97)和一項(xiàng)獨(dú)立的附加實(shí)驗(yàn)(n=34)。

一、原始實(shí)驗(yàn)

二、附加實(shí)驗(yàn)

• fNIRS檢測(cè)

7通道雙波長(zhǎng)fNIRS設(shè)備，檢測(cè)眶額葉皮層區(qū)域。所有參與者進(jìn)行兩種嗅覺刺激（無(wú)味VS薄荷味）下的fNIRS測(cè)量。40s的基線期，然后嗅覺刺激20s，每個(gè)測(cè)試重復(fù)3次（即3分鐘）。

• 統(tǒng)計(jì)分析

以年齡、性別、體重指數(shù)(BMI) 、受教育年限、家庭收入、CCI(Charlson合并癥指數(shù))、APOE4載體、MMSE結(jié)果、SNSB結(jié)果的z分?jǐn)?shù)（針對(duì)年齡教育水平進(jìn)行標(biāo)準(zhǔn)化）、淀粉樣蛋白PET標(biāo)準(zhǔn)攝取值比率以及腦MRI的海馬體積分?jǐn)?shù)。使用C統(tǒng)計(jì)量來(lái)表示受試者工作特征曲線(AUC)下的平均面積（0-1，值越高表示預(yù)測(cè)性越好），使用95%的置信區(qū)間作為MCI和/或AD的預(yù)測(cè)模型不確定性的度量，可幫助判斷模型的穩(wěn)定性和可靠性。

• 機(jī)器學(xué)習(xí)模型

首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括計(jì)算每個(gè)特征的均值和標(biāo)準(zhǔn)差，并進(jìn)行歸一化處理等。機(jī)器學(xué)習(xí)模型納入11個(gè)特征（fNIRS、年齡、性別、家庭收入、吸煙情況、受教育年限、CCI、fNIRS*受教育年限、fNIRS*CCI、fNIRS*家庭收入、fNIRS*年齡）。

下圖展示了兩個(gè)模型的架構(gòu)。第一個(gè)模型是基于輕量級(jí)梯度提升(LGB)算法訓(xùn)練模型獲得最佳超參數(shù)，用于區(qū)分MCI（不包括AD）和認(rèn)知正常(CN)?；趦?yōu)化后的模型，通過(guò)對(duì)極端梯度提升算法(XGBoost)、梯度提升算法(GB)和LGB模型，計(jì)算得出MCI和CN的概率。第二個(gè)模型使用GB和LGB模型的集成方法獲得最佳超參數(shù)，用于區(qū)分MCI-AD與CN。通過(guò)對(duì)GB和LGB模型，計(jì)算得出MCI-AD和CN的概率。

利用五折交叉驗(yàn)證模型（原始數(shù)據(jù)集隨機(jī)分成五個(gè)大小相等互斥子集，依次選擇四個(gè)子集作為訓(xùn)練集，剩下的一個(gè)子集作為驗(yàn)證集，使用平衡準(zhǔn)確率來(lái)評(píng)估模型在驗(yàn)證集上的性能），計(jì)算出五個(gè)模型的平衡精度值，并將其作為交叉驗(yàn)證模型的權(quán)重。將五個(gè)模型進(jìn)行加權(quán)組合，得出的概率值即為MCI和CN (MCI-AD和CN) 的最終概率。

圖2 兩個(gè)模型的整體架構(gòu)

MCI和CN的分類使用結(jié)合XGBoost、GB和LGB三個(gè)模型的集成方法，

MCI-AD和CN的分類使用結(jié)合XGBoost、GB、LGB和AdaBoost四種模型的集成方法。

五倍交叉驗(yàn)證模型的平衡精度值用于交叉驗(yàn)證模型的權(quán)重，用以集成模型。

CN: 認(rèn)知正常; MCI: 輕度認(rèn)知障礙; XGBoost: 極端梯度提升算法；

GB: 梯度提升算法；LBG: 輕量級(jí)梯度提升算法；AdaBoost: 自適應(yīng)增強(qiáng); AD: 阿爾茨海默病。

三、結(jié)果

1、133名受試者中71名CN，41名MCI患者，21名AD患者。

2、MCI-AD和CN的分類結(jié)果，在原始試驗(yàn)和附加試驗(yàn)中，機(jī)器學(xué)習(xí)模型的AUC值(0.925、0.825)高于經(jīng)典統(tǒng)計(jì)模型的AUC值(0.873、0.639)。MCI和CN的分類結(jié)果，在原始試驗(yàn)和附加試驗(yàn)中，機(jī)器學(xué)習(xí)模型的AUC值(0.860、0.854)高于經(jīng)典統(tǒng)計(jì)模型的AUC值(0.852、0.688)。

3、在兩種分類模型的11個(gè)特征中，fNIRS（嗅覺刺激的眶額葉皮層氧合血紅蛋白變化）重要性最高。

圖3 11個(gè)特征的重要性排名(a) MCI-AD和CN的分類; (b) MCI和CN的分類。

CN: 認(rèn)知正常; MCI: 輕度認(rèn)知障礙; AD: 阿爾茨海默病; 

OD: 嗅覺刺激的眶額葉皮層氧合血紅蛋白變化; 

SS：吸煙狀況; HI：家庭收入; YE：受教育年限;

 CCI: Charlson合并癥指數(shù)。

四、結(jié)論

五、討論

使用嗅覺刺激的fNIRS檢測(cè)時(shí)間短，適合各類人群各種場(chǎng)景，fNIRS檢測(cè)成本較低，且沒有CT的輻射暴露和量表測(cè)試對(duì)文化程度的限制等問題，未來(lái)普及性會(huì)更好。

這種新方法能夠快速診斷MCI，為MCI患者提供更精準(zhǔn)的醫(yī)療服務(wù)，預(yù)防AD。

? 參考文獻(xiàn)：

以上內(nèi)容由依瑞德集團(tuán)醫(yī)學(xué)中心翻譯整理，有不足之處請(qǐng)指正，轉(zhuǎn)載請(qǐng)注明出處。