MR-basierte prädiktive Modellierung klinischer Ergebnisse durch maschinelles Lernen

Wir entwickeln Methoden und Anwendungen für die Vorhersage klinischer Ergebnisse wie Gedächtnisleistung und Positivität von Biomarkern anhand von strukturellen Hirnmorphometriebildern. Wir konzentrieren uns auf nicht-parametrische Methoden wie Gauß-Prozess (GP) Regression und Klassifikation. Wir validieren die Ansätze im Kontext der DZNE DELCODE-Kohorte und überprüfen die Vorhersagen anhand von Längsschnittdaten.

MR-based predictive modelling of clinical outcomes using machine learning

We develop methods and application for prediction of clinical outcomes such as memory performance and biomarker positivity using structural brain morphometry images. We focus on non-parametric methods such as Gaussian process (GP) Regression and Classification. We validate the approaches in context of the DZNE DELCODE cohort and validate the predictions using longitudinal data.