New Method Decouples Alzheimer's Disease Pathology at PET

A new analytic framework for brain PET has produced an AI biomarker that, when applied to Alzheimer's disease, better aligns imaging findings with neurodegenerative and clinical outcomes, according to a study published April 7 in Radiology.

Called interpretable adversarial decomposition learning (ADL), the method addresses a gap where "biologic positivity" translates (or fails to translate) into Alzheimer's disease neurodegenerative and clinical expression.

The study has its lead authors Cheng Tang, Xun Sun, MD, PhD, and colleagues at Huazhong University of Science and Technology in Wuhan, China.

Según un estudio publicado el 7 de abril en Radiology, un nuevo marco analítico para la PET cerebral ha producido un biomarcador de IA que, aplicado a la enfermedad de Alzheimer, alinea mejor los hallazgos de las imágenes con los resultados neurodegenerativos y clínicos.

El método, denominado aprendizaje de descomposición adversarial interpretable (ADL, por sus siglas en inglés), aborda una laguna en la que la "positividad biológica" se traduce (o no) en la expresión neurodegenerativa y clínica de la enfermedad de Alzheimer.

Los autores principales del estudio son Cheng Tang, Xun Sun, MD, PhD, y sus colegas de la Universidad Huazhong de Ciencia y Tecnología de Wuhan (China).

Un nouveau cadre analytique pour la TEP cérébrale a produit un biomarqueur IA qui, appliqué à la maladie d'Alzheimer, permet de mieux aligner les résultats de l'imagerie avec les résultats neurodégénératifs et cliniques, selon une étude publiée le 7 avril dans Radiology.

Appelée apprentissage par décomposition contradictoire interprétable (ADL), la méthode comble une lacune lorsque la "positivité biologique" se traduit (ou ne se traduit pas) par l'expression neurodégénérative et clinique de la maladie d'Alzheimer.

Les auteurs principaux de l'étude sont Cheng Tang, Xun Sun, MD, PhD, et des collègues de l'Université des sciences et technologies de Huazhong à Wuhan, en Chine.

Secondo uno studio pubblicato il 7 aprile su Radiology, un nuovo quadro analitico per la PET cerebrale ha prodotto un biomarcatore di intelligenza artificiale che, applicato alla malattia di Alzheimer, allinea meglio i risultati della diagnostica per immagini con gli esiti neurodegenerativi e clinici.

Il metodo, chiamato "interpretable adversarial decomposition learning" (ADL), affronta una lacuna in cui la "positività biologica" si traduce (o non si traduce) in espressione neurodegenerativa e clinica della malattia di Alzheimer.

Lo studio ha come autori principali Cheng Tang, Xun Sun, MD, PhD, e colleghi della Huazhong University of Science and Technology di Wuhan, Cina.

Uma nova estrutura analítica para PET cerebral produziu um biomarcador de IA que, quando aplicado à doença de Alzheimer, alinha melhor os achados de imagem com resultados neurodegenerativos e clínicos, de acordo com um estudo publicado em 7 de abril na Radiology.

Chamado de aprendizado de decomposição adversarial interpretável (ADL), o método aborda uma lacuna em que a "positividade biológica" se traduz (ou não se traduz) na expressão clínica e neurodegenerativa da doença de Alzheimer.

Os autores principais do estudo são Cheng Tang, Xun Sun, MD, PhD, e colegas da Huazhong University of Science and Technology em Wuhan, China.

Un nuovo metodo disaccoppia la patologia della malattia di Alzheimer alla PET