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

Period ¡ Un5l ¡the ¡20th ¡century ¡ less ¡than ¡5 ¡% ¡ 2014 ¡ 12% ¡ By ¡2050 ¡ 21% ¡

Table ¡1. ¡Percentage ¡of ¡people ¡over ¡60 ¡years ¡old ¡(of ¡global ¡popula;on) ¡

• increasing ¡ageing-­‑associated ¡health ¡problems ¡
• risk ¡factor ¡for ¡most ¡common ¡neurodegenera5ve ¡diseases ¡
• brain ¡diseases ¡cause ¡50 ¡% ¡of ¡years ¡of ¡life ¡lived ¡with ¡disability ¡

(GAWI, ¡2014) ¡

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

¡ ¡ ¡ ¡

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 ¡

Table ¡2. ¡Distribu;on ¡of ¡subjects ¡into ¡age ¡groups ¡

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. ¡

Results

• Training ¡set ¡size ¡= ¡250 ¡
• 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. ¡

Results

• Training ¡set ¡size ¡= ¡250 ¡
• 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 ¡

Results

• Training ¡set ¡size ¡= ¡250 ¡
• 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 ¡

¡ ¡

Results

• Training ¡set ¡size ¡= ¡250 ¡
• Test ¡set ¡size ¡= ¡66 ¡
• Blue ¡= ¡actual ¡ages ¡
• Red ¡= ¡predicted ¡ages ¡

Figure ¡7. ¡“Local ¡volume” ¡LASSO ¡normalized ¡regression ¡model ¡using ¡

• nly ¡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 ¡

¡ ¡

Results

• Training ¡set ¡size ¡= ¡250 ¡
• 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 ¡
• n ¡which ¡predictors ¡and ¡which ¡brain ¡regions' ¡level ¡of ¡hierarchy ¡is ¡used ¡ ¡

References

• Global ¡Age ¡Watch ¡Index. ¡Inside ¡report. ¡(2014). ¡hRp://www.helpage.org/global-­‑agewatch/reports/global-­‑

agewatch-­‑index-­‑2014-­‑insight-­‑report-­‑summary-­‑and-­‑methodology/ ¡Retrieved ¡01.05.2015 ¡

• Good ¡CD, ¡Johnsrude ¡IS, ¡Ashburner ¡J, ¡Henson ¡RNA, ¡Friston ¡K ¡J, ¡Frackowiack ¡RSJ. ¡(2001). ¡ ¡A ¡Voxel-­‑Based ¡

Morphometric ¡Study ¡of ¡Ageing ¡in ¡465 ¡Normal ¡Adult ¡Human ¡Brains. ¡Neuroimage, ¡14: ¡21-­‑36 ¡

• Marcus ¡DS, ¡Wang ¡TH, ¡Parker ¡J, ¡Csernansky ¡JG, ¡Morris ¡JC, ¡Buckner ¡RL. ¡(2007). ¡"Open ¡Access ¡Series ¡of ¡

Imaging ¡Studies ¡(OASIS): ¡Cross-­‑sec5onal ¡MRI ¡Data ¡in ¡Young, ¡Middle ¡Aged, ¡Nondemented, ¡and ¡Demented ¡ Older ¡Adults". ¡Journal ¡of ¡Cogni5ve ¡Neuroscience, ¡19:9: ¡1498–1507 ¡.\\\\ ¡

• ¡Raz ¡N. ¡(2004). ¡The ¡ageing ¡brain: ¡structural ¡changes ¡and ¡their ¡implica5ons ¡for ¡cogni5ve ¡ageing. ¡In: ¡Dixon ¡R, ¡

Bäckman ¡L, ¡Nilsson ¡L, ¡eds. ¡New ¡fron5ers ¡in ¡cogni5ve ¡ageing. ¡Oxford: ¡Oxford ¡University ¡Press. ¡

• Resnick ¡SM, ¡Goldszal ¡AF, ¡Davadzikos ¡C, ¡Golski ¡S, ¡Kraut ¡MA, ¡MeRer ¡EJ, ¡Brian ¡RN, ¡Zonderman ¡AB. ¡(2000). ¡

One-­‑year ¡Age ¡Changes ¡in ¡MRI ¡Brain ¡Volumes ¡in ¡Older ¡Adults. ¡Cerebral ¡Cortex, ¡10: ¡464-­‑472 ¡

• Sowell ¡ER, ¡Thompson ¡PM, ¡Toga ¡AW. ¡(2004). ¡Mapping ¡Changes ¡in ¡the ¡Human ¡Cortex ¡throughout ¡the ¡Span ¡
• f ¡Life. ¡Neuroscien5st, ¡10: ¡372-­‑392 ¡

Thank ¡You ¡for ¡Your ¡aRen5on! ¡