摘要。MRI的大脑年龄预测已成为与广泛的神经病理学相关的流行成像生物标志物。但是,用于培训的数据集经常会偏斜和不平衡人口统计学,有可能使脑时代预测模型容易受到偏见的影响。我们通过进行全面的亚组性能分析和功能检查来分析常用的Resnet-34模型。该模型接受了Cam-Can和IXI的1,215 T1加权MRI扫描的训练,并在英国生物库中进行了测试(n = 42,786),分为六个种族和生物性性亚组。是通过比较亚组之间的表现的目的,通过绝对预测误差来衡量,我们使用Kruskal-Wallis检验,然后进行两次事后Conover-Iman测试,以检查种族和生物学性别的偏见。要检查生成的特征中的偏差,我们使用PCA进行降低降低,并使用两个样本的Kolmogorov-Smirnov测试来识别亚组之间的分布变化。我们的结果揭示了黑白,黑人和亚洲以及男性和女性受试者之间的预测性能统计学上显着差异。十二个成对比较中有7个在特征分布上显示出统计学上的显着差异。我们的发现要求进一步分析大脑年龄预测模型。
主要关键词