Neue Analyse von Gehirnscans findet geometrische Muster, die den Fortschritt von Alzheimer verfolgen könnten
Wissenschaftler haben eine neue Computer-Methode entwickelt, um Gehirnscans durch die Betrachtung geometrischer Muster zu analysieren, die ihrer Meinung nach Ärzten helfen könnte, verschiedene Arten von Alzheimer zu identifizieren und zu verfolgen, wie sich die Krankheit bei einzelnen Patienten entwickelt.
Was wurde untersucht
Forscher haben eine neue Methode zur Analyse von Gehirnscans entwickelt, indem sie Bilder von Amyloid-Plaques, Gehirnstoffwechsel und Gehirnstruktur in grundlegende geometrische Muster zerlegen, die als 'Eigenmoden' bezeichnet werden. Sie testeten, ob dieser Ansatz die Krankheitsstadien und verschiedene Alzheimer-Subtypen besser identifizieren kann als die aktuellen Methoden.
Wie es funktioniert
Die Technik behandelt Bilder von Gehirnscans wie musikalische Noten und zerlegt sie in grundlegende geometrische Muster in unterschiedlichen Maßstäben. Jedes Muster erfasst Informationen über die Gehirnstruktur und -funktion, die konventionelle Analysemethoden, die sich auf spezifische Gehirnregionen konzentrieren, möglicherweise übersehen.
Was wurde gefunden
Die geometrischen Muster identifizierten erfolgreich verschiedene Krankheitsverläufe und Subtypen über mehrere Patientendatensätze hinweg. Die Methode zeigte stärkere Korrelationen mit kognitiven Testergebnissen und biologischen Markern als traditionelle regionenbasierte Analyseansätze.
Was es für Patienten bedeutet
Wenn dies in der Peer-Review und in größeren Studien validiert wird, könnte es Ärzten letztendlich helfen, Alzheimer früher zu diagnostizieren und vorherzusagen, welche Patienten auf welche Behandlungen ansprechen könnten. Dies ist jedoch eine Forschung in der frühen Phase, die als Preprint veröffentlicht wurde und noch nicht peer-reviewed oder in der klinischen Praxis verfügbar ist.