机构名称：
¥ 3.0
摘要 人类年龄预测是一个有趣且可在不同领域应用的问题。它可以基于各种标准，例如面部图像、DNA 甲基化、胸板 X 光片、膝盖 X 光片、牙科图像等。大多数年龄预测研究主要基于图像。由于图像处理和机器学习 (ML) 技术的发展，人们开始研究将它们用于年龄预测问题。这些实现将用于不同领域，尤其是在医疗应用中。近年来，脑年龄估计 (BAE) 引起了越来越多的关注，它对阿尔茨海默病、帕金森病、亨廷顿病等一些神经退行性疾病的早期诊断非常有帮助。BAE 是在磁共振成像 (MRI) 图像上执行的，以计算大脑年龄。基于脑 MRI 的研究表明，加速衰老与加速脑萎缩之间存在关联。这指的是神经退行性疾病对大脑结构的影响，同时使整个大脑变老。本文回顾并总结了基于脑部 MRI 图像进行年龄预测的主要方法，包括预处理方法、不同研究工作中使用的有用工具和估计算法。我们根据两个因素对 BAE 方法进行分类，首先是处理 MRI 图像的方式，包括基于像素、基于表面或基于体素的方法；其次是 ML 算法的生成，包括传统或深度学习 (DL) 方法。DL 方法等现代技术有助于基于 MRI 的年龄预测获得更准确的结果。近年来，在相关工具的帮助下，人们利用了更精确和统计的 ML 方法，以简化计算并获得准确的结果。本文阐述了每项研究的优缺点和每项工作中的挑战，并提出了一些未来研究的指导方针和考虑事项。
基于脑部 MRI 图像的年龄预测：一项调查
主要关键词
相关文件推荐
