热点事件持续更新
MC-LDM模型提升阿尔茨海默病脑MRI时空预测
1 篇报道1 个报道来源3 小时前更新
先了解这件事
事件综述
2026年10月20日，研究人员发布了用于脑MRI时空预测的多模态条件潜在扩散模型（MC-LDM），旨在改善阿尔茨海默病的患者特异性影像预测。模型训练阶段融合MRI、tau-PET、CDR评分及APOE4信息，使用ADNI队列中852名受试者的1,355次就诊数据完成训练。推理阶段，MC-LDM仅依赖基线MRI、APOE4及患者基本信息即可生成后续脑MRI预测，无需tau-PET等额外影像。在包含664次就诊的独立测试集上，MC-LDM将平均区域体积的平均绝对误差（MAE）较次优基线降低18%。该模型有望减少对tau-PET等高成本检查的依赖，为阿尔茨海默病进展评估与临床随访提供更便捷的影像预测工具。目前报道未给出更多后续验证或临床应用进展。
由模型根据报道生成 · 2 小时前更新
最新进展10月20日 19:57
MC-LDM在664次就诊独立测试集上较次优基线MAE降低18%，推理仅需基线MRI与APOE4。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- AI × 生物医药用于脑MRI时空预测的多模态条件潜在扩散模型（MC-LDM）
MC-LDM在包含664次就诊的独立测试集上，将平均区域体积MAE较次优基线降低18%，用于患者特异性脑MRI时空预测。该潜在扩散模型训练时融合MRI、tau-PET、CDR和APOE4，推理时仅依赖基线MRI、APOE4和患者信息。模型使用ADNI中852名受试者的1,355次就诊数据训练。
本事件报道与热度
累计报道 1·当前热度 9·热度峰值 10（10月20日 20:00）·近 24 小时新增报道 +1
累计报道（只增）
热度指数（可衰减）
上下两图共用同一时间轴（指针同步）：上图是累计报道，只增不减，终点=全部报道，斜率=该小时新增篇数；下图是实时热榜 heatIndex——近 7 天独立参与方按 24 小时半衰期加权，讨论降温时会回落。