TCD血流速度结合机器学习预测脑血管年龄

Anni Zhao 等作者在 arXiv 发布论文摘要，提出用经颅多普勒（TCD）提取的脑血流速度特征训练回归模型预测脑血管年龄，并用 MOCAIP 算法分析了 168 名健康受试者和 277 名患病受试者的大脑中动脉双侧记录。 结果称，训练后的模型平均将健康受试者的脑血管年龄高估 3.69 岁；急性卒中、阿尔茨海默病等不同疾病受试者表现出不同程度的年龄加速。作者指出该结果提示 TCD 特征可用于评估加速的脑血管老化，但数据集不平衡会影响此类机器学习脑年龄预测模型的表现。目前为论文摘要阶段，材料未说明是否经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。