Quel âge a votre cerveau ?
L’IA permet d’estimer votre âge biologique cérébral à partir d’une IRM cérébrale, et d’expliquer certains marqueurs du vieillissement du cerveau.
Vous souhaitez connaître l’âge biologique estimé de votre cerveau ?
À partir d’une IRM cérébrale, LumeRad peut vous proposer une analyse pédagogique personnalisée, avec un rapport détaillé expliquant l’âge estimé de votre cerveau, certains marqueurs du vieillissement cérébral et les principales structures analysées.
Ce service ne remplace pas un avis médical, mais peut vous aider à mieux comprendre votre imagerie et à échanger avec votre médecin.
Que propose ce test ?
Le principe est de comparer les caractéristiques anatomiques du cerveau observées sur l’IRM à celles attendues selon l’âge. L’algorithme peut ainsi proposer une estimation de l’âge biologique cérébral.
L’intérêt est de ne pas se limiter à un chiffre global : certaines approches peuvent aussi estimer un âge apparent pour plusieurs structures cérébrales, afin d’explorer un profil de vieillissement plus régional.
Comment l’âge du cerveau est-il estimé ?
Des modèles d’intelligence artificielle sont entraînés sur de nombreuses IRM cérébrales de sujets d’âges différents. Ils apprennent les variations anatomiques associées au vieillissement : volumes, morphologie et caractéristiques des structures cérébrales.
- Analyse de l’IRM cérébrale anatomique.
- Identification de différentes structures du cerveau.
- Estimation d’un âge apparent pour certaines régions.
- Synthèse sous forme d’un âge biologique cérébral global.
Pourquoi c’est intéressant ?
Cette approche peut aider à mieux comprendre le vieillissement cérébral, à visualiser des différences entre âge civil et âge apparent du cerveau, et à rendre l’imagerie cérébrale plus accessible au patient.
Références scientifiques
Ces références documentent le concept d'âge cérébral estimé par imagerie, son intérêt comme biomarqueur du vieillissement cérébral, et les méthodes de segmentation utilisées pour analyser les structures cérébrales.
Nguyen H.-D., Clément M., Mansencal B., Coupé P. Brain structure ages — A new biomarker for multi-disease classification. Human Brain Mapping. 2024.
Franke K. et al. Estimating the age of healthy subjects from T1-weighted MRI scans using kernel methods. NeuroImage. 2010.
Cole JH, Franke K. Predicting age using neuroimaging: innovative brain ageing biomarkers. Trends in Neurosciences. 2017.
Franke K, Gaser C. Ten years of BrainAGE as a neuroimaging biomarker of brain aging. Frontiers in Neurology. 2019.
Cole JH et al. Brain age predicts mortality. Molecular Psychiatry. 2018.
Liem F. et al. Predicting brain-age from multimodal imaging data captures cognitive impairment. NeuroImage. 2017.
Cumplido-Mayoral I. et al. Biological brain age prediction using machine learning on structural neuroimaging data. eLife. 2023.
Dartora C. M. et al. Deep learning prediction of brain biological age from T1-weighted MRI. 2024.
Coupé P. et al. AssemblyNet: A large ensemble of CNNs for 3D Whole Brain MRI Segmentation. NeuroImage. 2020.