npj Digital Medicine· 2026Q1
Vücut Kitle İndeksi'nin Beyin İmza Desenleri Kardiyometabolik ve Solunum Hastalığı Durumunu Tahmin Ediyor
Brain signatures of body mass index predict cardiometabolic and respiratory disease status
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
T1 ağırlıklı MRI taramalarına uygulanan derin öğrenme modelleri Vücut Kitle İndeksi'ni (VKİ) tahmin edebilir ve kardiyometabolik ve solunum yolu hastalıklarıyla ilişkilendirilen beyin imza desenlerini (beyincik, korpus kallozum ve beyin sapındaki beyaz madde) tanımlayabilir; bu desenler hastalık tespitinde tek başına VKİ'den daha üstündür.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Derin öğrenme modelleri, bağımsız kohortlardan T1 ağırlıklı MRI taramalarıyla VKİ'yi doğru bir şekilde tahmin etmektedir.
- Beyin tabanlı VKİ imza desenleri, 2.3 yıl boyunca VKİ değişikliklerini dinamik olarak takip eder; artışlara ve obez bireylere karşı daha yüksek hassasiyet gösterir.
- Öğrenilen beyin biyobelirteçleri, özellikle beyincik, korpus kallozum ve beyin sapındaki beyaz madde sinyalleri, kardiyometabolik ve solunum yolu hastalıklarını etkili bir şekilde ayırt etmektedir.
- Bu beyin imza desenleri, hastalık tespitinde tek başına VKİ'den daha üstün bir ayırt edici güce sahiptir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract Despite advances in brain biomarkers using neural networks, the effects of body mass on brain structure have been neglected, particularly in connection with noncommunicable diseases. Here, we isolated brain biomarkers of body mass index (BMI) and evaluated their association with disease states. We applied deep learning on T1-weighted MRI scans to predict BMI from six independent cohorts and achieved strong within-cohort and reduced external performance. In a longitudinal follow-up subset, the model successfully tracked BMI changes over 2.3 years, with stronger sensitivity to BMI increases, and for obese participants. Next, we used the learned brain biomarkers to infer lifestyle factors and diagnoses related to cardiometabolic and pulmonary conditions. Strikingly, brain-based models showed superior discriminative power compared to BMI itself for detecting disorders without a primary neurological etiology. Inspection of learned patterns revealed that predictions were driven by white matter signals in the cerebellum, corpus callosum and brainstem, which on their own detected disorders as well as the full model. The existence of dynamic brain BMI signatures, and their detection of systemic disease consistently above BMI, suggest the possibility of shared mechanisms linking metabolic state and brain structure.
Yazarların özeti; kaynağından alınmıştır. npj Digital Medicine, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Radyoloji, Nükleer Tıp ve Görüntüleme
Radiology, Nuclear Medicine and ImagingMedicine