机构名称：
¥ 1.0
机器学习 (ML) 算法在脑年龄估计框架中起着至关重要的作用。回归算法对脑年龄估计框架中预测准确性的影响尚未得到全面评估。在这里，我们试图评估不同回归算法对脑年龄估计的效率。为此，我们建立了一个脑年龄估计框架，该框架基于大量认知健康 (CH) 个体 (N = 788) 作为训练集，然后使用不同的回归算法（总共 22 种不同的算法）。然后，我们在由 88 名 CH 个体、70 名轻度认知障碍患者以及 30 名阿尔茨海默病患者组成的独立测试集上量化了每种回归算法。独立测试集（即 CH 集）中的预测准确度在回归算法平均绝对误差 (MAE) 中变化，范围从 4:63 到 7:14 岁，R2 从 0:76 到 0:88。我们的实验结果表明，脑年龄框架中的预测准确性受到回归算法的影响，表明先进的机器学习算法可以在临床环境中更准确地预测脑年龄。关键词：MAE、CH、阿尔茨海默病、N、ML。
使用机器学习预测大脑年龄...
主要关键词
相关文件推荐
