• 《中文核心期刊要目总览》收录期刊
  • 《科技期刊世界影响力指数(WJCI)报告》入选期刊        
  • 美国《化学文摘(网络版)》收录期刊        
  • 美国《剑桥科学文摘社生命科学文摘数据库》收录期刊
  • 美国《剑桥科学文摘社ProQeust数据库》收录期刊
  • 《全球公共卫生数据库》收录期刊
  • 《日本科学技术振兴机构数据库2024》收录期刊
  • 安徽省“精品栏目”期刊(2022年)       
  • 中国高校科技期刊建设示范案例库优秀科技期刊(2022年)
  • 安徽省“十佳科技期刊” (2023年)

结构磁共振机器学习脑龄预测模型评估2型糖尿病患者大脑早衰

安徽医科大学学报     字体:

基金项目: 国家自然科学基金(编号:82471952); 安徽省转化医学研究院科研基金(编号:2023zhyx-B02); 安徽医科大学校科研基金(编号:2023xkj143);安徽医科大学基础与临床合作研究提升计划(编号:2023xkjT025);

作者:汪洁1,2苗子阅3常佳月3吴兴旺1朱佳佳1蔡欢欢1

关键词:糖尿病;磁共振成像;机器学习;脑龄;认知;衰老;

DOI:10.19405/j.cnki.issn1000-1492.2025.11.022

〔摘 要〕 目的 基于成年人毕生发展影像数据集(SALD)中T1加权MRI数据构建脑龄预测模型,探讨2型糖尿病(T2DM)患者脑龄差(Brain-PAD)与病程、认知功能的关系。方法 比较本地数据集中104名T2DM患者和83名健康对照(HC)人口学及认知功能。以SALD中健康志愿者329例T1加权MRI数据为训练集,采用高斯过程回归(GPR)、十折交叉验证搭建脑龄预测模,验证并评价模型性能后分别计算T2DM和HC组的Brain-PAD,Mann-Whitney U检验用于组间比较。分别计算T2DM患者Brain-PAD与病程、认知的皮尔逊相关系数(r)。结果 与HC组相比,T2DM患者听觉词语学习测验(AVLT)延迟记忆、再认、符号数字模式测验(SDMT)得分更低(P<0.05)。T2DM和HC组Brain-PAD分别是1.619(-4.001,8.272)岁、-1.289(-4.128,4.134)岁,T2DM组比HC组Brain-PAD更大(Z=2.056,P=0.034)。T2DM组Brain-PAD的中位数是正值,即预测脑龄大于生理年龄,提示T2DM患者大脑比生理年龄相对“更老”。