下丘脑的自动分割：认知健康成人中年龄和社会经济地位与亚单位体积的关联

背景：下丘脑调节睡眠-觉醒周期、能量平衡以及自主神经和神经内分泌功能，但其体积小、边界对比度差，长期以来阻碍了在体体积测量。深度学习分割如今使下丘脑能够被划分为具有功能意义的亚单位。我们考察了在认知健康的成年人中，下丘脑亚单位体积是否与年龄和社会经济地位（SES）相关。方法：从 OASIS-1 横断面数据集（n = 416，18-96 岁）中，分析了 133 名临床痴呆评分为 0 且分割输出完整的参与者（33-94 岁）。在云虚拟机上运行基于 FreeSurfer 的卷积神经网络，对每个半球的五个亚单位进行分割。体积经估计的总颅内体积（eTIV）标准化，并使用 Pearson 相关结合 Benjamini-Hochberg 错误发现率（FDR）校正，分析其与年龄和 SES（Hollingshead 指数）的关系；以校正性别（年龄）以及校正年龄和性别（SES）的偏相关作为敏感性分析。结果：年龄较大与右侧后部亚单位标准化体积较低（r = -.456，q < .001）和左侧后部亚单位标准化体积较低（r = -.274，q = .007）相关；两项关联在校正性别后均持续存在。较低的 SES 显示出左侧前下部体积较大的趋势（r = .242，未校正 p = .005），但未通过 FDR 校正（q = .053）。结论：健康下丘脑中与年龄相关的体积差异似乎集中在其后部，该区域包含促进觉醒的神经环路。自动化亚单位分割为研究衰老过程中的下丘脑及其与环境暴露的关系提供了一种可扩展的工具；此处报告的横断面关联不应被解释为因果关系或个体内变化。

中文由 AI 翻译，仅供参考，以原文为准。