Normative modeling in neuroimaging: developing growth charts of the brain
No Thumbnail Available
Files
Aalto login required (access for Aalto Staff only).
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Author
Date
2024-04-22
Department
Major/Subject
Bioinformaatioteknologia
Mcode
ELEC3016
Degree programme
Sähkötekniikan kandidaattiohjelma
Language
en
Pages
32
Series
Abstract
Several brain-related disorders, including psychiatric disorders and dementia, are characterized by significant clinical and biological differences among patients. This heterogeneity poses challenges in identifying and treating these conditions. Recent research has suggested diagnosing the conditions based on underlying neuroanatomy, as their onset is increasingly recognized to be associated with abnormal structural and functional brain development. In this approach, brain development patterns of patients could be compared to normative references, possibly revealing deviations indicative of a disorder. Such normative references can be generated with normative models. These models represent the distribution of specific metrics, such as regional volumes of the brain, in a reference population. The metrics are typically visualized in growth charts. Growth charts have traditionally been constructed for anthropometric measures, such as height and weight, but have recently been adopted in neuroimaging to offer standards on typical neurodevelopment. This thesis analyzed existing literature to examine the potential applications and clinical utility of normative models in neuroimaging. Growth charts showed significant potential in mapping typical developmental trajectories of the brain. Moreover, neuroanatomical variation was observed across brain-related disorders, supporting their relevance to abnormal brain development. Studies of specific brain-related disorders investigated the identification of the disorders by examining deviations from brain growth charts. These studies, consisting of several psychiatric and neurodegenerative disorders, further demonstrated the heterogeneous nature of the disorders. As normative models chart individual variation, these studies suggested utilizing them to address challenges arising from heterogeneity. However, this literature review additionally identified noteworthy limitations and challenges. Creating appropriate reference growth charts requires an increase in sample size, particularly at the ends of the age ranges. To reach sufficient sample sizes, it is necessary to integrate data sets from multiple sites. This introduces challenges of data harmonization, which involves accounting for differing technologies and methodologies across multiple sites. Data harmonization thus represents an important area for future development. Additionally, samples should be representative and include more longitudinal data to be suitable for clinical assessment of individuals.Flera hjärnrelaterade sjukdomar, bland annat psykiatriska sjukdomar och demens, kännetecknas av stora kliniska och biologiska skillnader mellan patienter. På grund av variationen är det utmanande att identifiera och behandla dessa sjukdomar. Ny forskning har föreslagit diagnostisering baserat på hjärnans anatomi eftersom uppkomsten av sjukdomarna alltmer anses vara förknippad med avvikande förändringar i hjärnans struktur och funktion. För detta ändamål har nya studier tillämpat normativa modeller. Modellerna används som referenser för att representera typiska värden för specifika mått samt deras förändring över olika åldrar. Exempel på mått är volymen på olika regioner i hjärnan. Måttets spridning kan visualiseras i tillväxtkurvor, vilket möjliggör jämförelse av individer mot normala värden av referenspopulationen. Under flera årtionden har tillväxtkurvor fungerat som viktiga verktyg inom kliniska sammanhang för bedömning av längd och vikt. De har nyligen introducerats till hjärnavbildning med syftet att etablera standarder för normal hjärnutveckling. Detta arbete utvärderade både nuvarande och potentiella tillämpningar av normativa modeller inom hjärnavbildning samt dess kliniska nytta. Arbetet utfördes genom en analys av befintlig litteratur. Tillväxtkurvor visade betydande potential för kartläggning av hjärnans typiska utvecklingsbanor. Från kurvorna observerades en stor neuroanatomisk variation mellan patienter med hjärnrelaterade sjukdomar, vilket stöder att avvikande förändringar i hjärnan är relevanta för sjukdomarna. Studier som utforskade identifiering av specifika sjukdomar med hjälp av normativa modeller betonade ytterligare diversiteten mellan patienterna. Till exempel i studier av psykiatriska sjukdomar har inga enskilda regioner i hjärnan hittats där majoriteten av patienterna avviker från normativa värden. Dessa utmaningar kunde underlättas med hjälp av normativa modeller eftersom de uttryckligen kartlägger individuell variation. Utöver fördelarna identifierade denna litteraturöversikt avsevärda begränsningar. Skapande av ändamålsenliga tillväxtkurvor kräver en ökning av mängden data, särskilt nära ändorna av åldersintervallet. För att öka antalet datapunkter är det nödvändigt att integrera data från olika anläggningar. Integreringen är utmanande eftersom olika tekniker och metoder vid olika anläggningar producerar varierande resultat och utgör därför ett viktigt område för framtida utveckling. Utöver detta bör referenserna vara representativa och inkludera mer longitudinell data för att tillväxtkurvorna ska lämpa sig för klinisk bedömning av individer.Description
Supervisor
Turunen, MarkusThesis advisor
Liljeström, MiaKeywords
growth chart, normative model, neuroimaging