Für den Monat Januar 2022 geht das „Paper of the Month“ der Medizinischen Fakultät der WWU Münster an Jan Ernsting und Tim Hahn aus dem Institut für Translationale Psychiatrie für die Publikation: An uncertainty-aware, shareable, and transparent neural network architecture for brain-age modeling in der Zeitschrift Science Advances, 8(1).2022: eabg9471 [Volltext].

Die Abweichung zwischen chronologischem und aus Neuroimaging-Daten vorhergesagtem Alter ist ein sensibler Risikomarker für krankheitsübergreifende Hirnveränderungen. Die dem Gebiet zugrundeliegenden Modelle des maschinellen Lernens berücksichtigen jedoch keine Modell-Unsicherheit, wodurch die Ergebnisse von der Trainingsdatendichte und -variabilität abhängen. Außerdem basieren bestehende Modelle häufig auf homogenen und unvalidierten Trainingssets.

Unser neuronales Netzwerkmodell bietet, basierend auf Monte-Carlo Dropout Composite-Quantile-Regression (MCCQR), eine robuste, verteilungsfreie Unsicherheitsschätzung und erzielt niedrigere Fehlerraten im Vergleich zu bestehenden Modellen in zehn Rekrutierungszentren und in drei unabhängigen Validierungsstichproben. Anhand zweier Beispiele zeigen wir, dass es zuvor gefundene Scheinkorrelationen verhindern kann und die Power erhöht, abweichende Gehirnalterung zu erkennen. Zudem kann das vortrainierte Modell nun öffentlich verfügbar gemacht werden.

Das MCCQR Neural Network ermöglicht es allen Forschern, Hirnaltersunterschiede für eigene Daten zu berechnen, was eine einfache und robuste Risikoquantifizierung in Bezug auf Hirnaltersunterschiede über Krankheiten hinweg ermöglicht.

Eine Liste aller bisherigen Gewinner der Paper of the Month – Auszeichnung finden Sie hier.

Der Paper of the Month – Aufsteller in der Zweigbibliothek Medizin bietet den Besuchern die Lektüre der Studie vor Ort an.

Foto: MFM/Christian Albiker