Es#ma#ng the age of a person based on her MRI brain scan Tom Nash - PowerPoint PPT Presentation

Es#ma#ng ¡the ¡age ¡of ¡a ¡person ¡ based ¡on ¡her ¡MRI ¡brain ¡scan Tom ¡Nash ¡ Sarah ¡Wiegreffe ¡ Viire ¡Talts ¡

Introduc#on Table ¡1. ¡Percentage ¡of ¡people ¡over ¡60 ¡years ¡old ¡(of ¡global ¡popula;on) ¡ Period ¡ Un5l ¡the ¡20th ¡century ¡ less ¡than ¡5 ¡% ¡ 2014 ¡ 12% ¡ By ¡2050 ¡ 21% ¡ (GAWI, ¡2014) ¡ increasing ¡ageing-­‑associated ¡health ¡problems ¡ • risk ¡factor ¡for ¡most ¡common ¡neurodegenera5ve ¡diseases ¡ • brain ¡diseases ¡cause ¡50 ¡% ¡of ¡years ¡of ¡life ¡lived ¡with ¡disability ¡ •

Introduc#on • normalized ¡whole ¡brain ¡volume ¡decrease ¡(nWBV) ¡(Marcus ¡et ¡al. ¡2007) ¡ • global ¡gray ¡maRer ¡volume ¡decrease ¡(Good ¡et ¡al., ¡2001; ¡Sowell ¡et ¡al., ¡2004) ¡ • white ¡maRer ¡loss ¡(Sowell ¡et ¡al., ¡2004) ¡ • no ¡changes ¡caused ¡by ¡ageing ¡in ¡global ¡brain ¡volume, ¡ ¡ ¡but ¡the ¡expansion ¡of ¡ventricles ¡and ¡the ¡increase ¡of ¡ ¡ ¡ ¡ ¡ ¡ ¡ventricle-­‑to-­‑brain-­‑ra5o ¡(Resnick ¡et ¡al., ¡2000) ¡ • no ¡global ¡white ¡maRer ¡volume ¡decline ¡(Good ¡et ¡al., ¡2001) ¡

Introduc#on Major ¡reduc5ons ¡in ¡volume ¡in ¡ prefrontal ¡cortex ¡ • striatum ¡ • temporal ¡lobe ¡ • cerebellar ¡vermis ¡ • cerebellar ¡hemispheres ¡ • hippocampus ¡ ¡ • (Raz, ¡2004) ¡

Aim ¡of ¡the ¡project • To ¡determine ¡the ¡brain ¡regions ¡where ¡grey ¡maRer ¡volume ¡change ¡ with ¡increasing ¡age ¡is ¡the ¡most ¡pronounced ¡ • To ¡create ¡a ¡classifier ¡which ¡could ¡determine ¡person’s ¡age ¡by ¡his ¡MRI ¡ scan ¡

Methods Subjects ¡ • The ¡Open ¡Access ¡Series ¡of ¡Imaging ¡Studies ¡(OASIS) ¡ • publicly ¡available ¡series ¡of ¡magne5c ¡resonance ¡imaging ¡data ¡sets ¡ ¡ • The ¡OASIS ¡cross-­‑sec5onal ¡dataset ¡ • 416 ¡subjects ¡aged ¡18 ¡to ¡96 ¡ ¡ • 100 ¡subjects ¡with ¡mild ¡or ¡moderate ¡Alzheimer’s ¡disease ¡

Methods Table ¡2. ¡Distribu;on ¡of ¡subjects ¡into ¡age ¡groups ¡ ¡ ¡ FEMALE ¡ MALE ¡ ¡ ¡ Age ¡group ¡ Total ¡n ¡ N ¡ Mean ¡ N ¡ Mean ¡ <20 ¡ 19 ¡ 9 ¡ 18.44 ¡ 10 ¡ 18.6 ¡ 20s ¡ 119 ¡ 68 ¡ 22.56 ¡ 51 ¡ 23.16 ¡ 30s ¡ 16 ¡ 5 ¡ 33.4 ¡ 11 ¡ 33.36 ¡ 40s ¡ 31 ¡ 21 ¡ 45.29 ¡ 10 ¡ 46.2 ¡ 50s ¡ 33 ¡ 22 ¡ 54.32 ¡ 11 ¡ 54.45 ¡ 60s ¡ 25 ¡ 18 ¡ 64.72 ¡ 7 ¡ 65.29 ¡ 70s ¡ 35 ¡ 25 ¡ 73.4 ¡ 10 ¡ 73.3 ¡ 80s ¡ 30 ¡ 22 ¡ 83.82 ¡ 8 ¡ 84.75 ¡ 90s ¡ 8 ¡ 7 ¡ 91.14 ¡ 1 ¡ 90 ¡ Total ¡ 316 ¡ 197 ¡ 119 ¡

Methods • Normalized ¡whole ¡brain ¡volume ¡(nWBV) ¡ • Was ¡given ¡in ¡the ¡dataset ¡but ¡we ¡calculated ¡it ¡using ¡the ¡MRI ¡scans ¡ • Indica5ng ¡brain ¡regions ¡– ¡Talairach ¡Brain ¡Atlas ¡ • Differences ¡between ¡the ¡sizes ¡of ¡OASIS ¡files ¡and ¡Talairach ¡Atlas ¡ • Es5ma5ng ¡the ¡rela5onship ¡between ¡age ¡and ¡grey ¡maRer ¡volume ¡of ¡ different ¡brain ¡regions ¡ • Classifica5on ¡of ¡the ¡dataset ¡

Methods Fig. ¡1. ¡The ¡mismatch ¡of ¡OASIS ¡MRI ¡scans ¡with ¡Talairach ¡Atlas ¡

Results Figure ¡2. ¡Polynomial ¡regression ¡plot ¡showing ¡age ¡versus ¡normalized ¡whole ¡brain ¡ volume ¡(%). ¡Each ¡point ¡represents ¡a ¡unique ¡subject ¡from ¡a ¡single ¡scanning ¡ session. ¡

Results • Training ¡set ¡size ¡= ¡250 ¡ • Test ¡set ¡size ¡= ¡66 ¡ • Blue ¡= ¡actual ¡ages ¡ • Red ¡= ¡predicted ¡ages ¡ Figure ¡3. ¡“Full ¡volume” ¡regression ¡using ¡the ¡exact ¡path ¡to ¡the ¡3rd ¡level ¡hierarchy. ¡R-­‑squared: ¡ 0.6511, ¡predictors: ¡191. ¡

• Training ¡set ¡size ¡= ¡250 ¡ Results • Test ¡set ¡size ¡= ¡66 ¡ • Blue ¡= ¡actual ¡ages ¡ • Red ¡= ¡predicted ¡ages ¡ Figure ¡4. ¡“Local ¡volume” ¡regression ¡using ¡only ¡the ¡3rd ¡level ¡hierarchy. ¡R-­‑ squared: ¡0.8747, ¡predictors: ¡56. ¡

• Training ¡set ¡size ¡= ¡250 ¡ Results • Test ¡set ¡size ¡= ¡66 ¡ • Blue ¡= ¡actual ¡ages ¡ • Red ¡= ¡predicted ¡ages ¡ Figure ¡5. ¡“Brodmann” ¡regression ¡using ¡only ¡5th ¡level ¡hierarchy ¡= ¡ Brodmann ¡area. ¡R-­‑squared: ¡0.8633, ¡predictors: ¡43. ¡

Results 14 ¡

• Training ¡set ¡size ¡= ¡250 ¡ Results • Test ¡set ¡size ¡= ¡66 ¡ • Blue ¡= ¡actual ¡ages ¡ • Red ¡= ¡predicted ¡ages ¡ Figure ¡6. ¡“Full ¡volume” ¡LASSO ¡ ¡normalized ¡regression ¡model ¡using ¡the ¡exact ¡ path ¡to ¡the ¡third ¡level ¡hierarchy. ¡R-­‑squared: ¡0.8530, ¡Predictors: ¡14 ¡of ¡191 ¡ ¡ ¡

Results Top ¡5 ¡regions ¡for ¡Full ¡Volume ¡LASSO ¡regions ¡chosen: ¡ • Lef ¡Cerebrum.Sub-­‑lobar.Transverse ¡Temporal ¡Gyrus ¡ • Right ¡Cerebrum.Limbic ¡Lobe.Fusiform ¡Gyrus ¡ • Right ¡Cerebrum.Limbic ¡Lobe.Anterior ¡Cingulate ¡ • Lef ¡Cerebrum.Temporal ¡Lobe.Subcallosal ¡Gyrus ¡ • Lef ¡Cerebrum.Frontal ¡Lobe.Inferior ¡Parietal ¡Lobule ¡ ¡ ¡

• Training ¡set ¡size ¡= ¡250 ¡ Results • Test ¡set ¡size ¡= ¡66 ¡ • Blue ¡= ¡actual ¡ages ¡ • Red ¡= ¡predicted ¡ages ¡ Figure ¡7. ¡“Local ¡volume” ¡LASSO ¡normalized ¡regression ¡model ¡using ¡ only ¡the ¡third ¡level ¡hierarchy. ¡R-­‑squared: ¡0.8021, ¡Predictors: ¡13 ¡of ¡56 ¡

Results Top ¡5 ¡regions ¡for ¡Local ¡Volume ¡LASSO ¡regions ¡chosen: ¡ • Declive ¡of ¡Vermis ¡ • Insula ¡ • Precentral ¡Gyrus ¡ • Caudate ¡ • Cingulate ¡Gyrus ¡ ¡ ¡

• Training ¡set ¡size ¡= ¡250 ¡ Results • Test ¡set ¡size ¡= ¡66 ¡ • Blue ¡= ¡actual ¡ages ¡ • Red ¡= ¡predicted ¡ages ¡ Figure ¡8. ¡“Brodmann” ¡LASSO ¡normalized ¡regression ¡model ¡using ¡the ¡ fi_h ¡level ¡hierarchy, ¡the ¡Brodmann ¡areas.. ¡R-­‑squared: ¡0.8392, ¡ Predictors: ¡9 ¡of ¡43 ¡

Results ¡ Top ¡5 ¡regions ¡for ¡Brodmann ¡LASSO ¡regions ¡chosen: ¡ • Brodmann ¡area ¡13 ¡(Insular ¡cortex) ¡ • Brodmann ¡area ¡30 ¡(Part ¡of ¡cingulate ¡cortex) ¡ • Brodmann ¡area ¡6 ¡(Premotor ¡cortex ¡and ¡Supplementary ¡Motor ¡Cortex) ¡ • Brodmann ¡area ¡25 ¡(Subgenual ¡area ¡(part ¡of ¡the ¡Ventromedial ¡prefrontal ¡ cortex)) ¡ • Brodmann ¡area ¡40 ¡(Supramarginal ¡gyrus) ¡

Conclusions • Normalized ¡whole ¡brain ¡volume ¡decreases ¡with ¡increasing ¡age. ¡ • Changes ¡in ¡the ¡volume ¡of ¡several ¡brain ¡regions ¡correlate ¡with ¡ increasing ¡age. ¡ • Person’s ¡age ¡is ¡detectable ¡by ¡his ¡MRI ¡scan. ¡ • The ¡effec5veness ¡of ¡detec5ng ¡a ¡person’s ¡age ¡by ¡his ¡MRI ¡scan ¡depends ¡ on ¡which ¡predictors ¡and ¡which ¡brain ¡regions' ¡level ¡of ¡hierarchy ¡is ¡used ¡ ¡