Linked projectsNAKO-706NAKO-708

SummaryAltersprädiktion basierend auf medizinischen Bilddaten ist ein bisher wenig erforschtes Gebiet. Dabei stellt dies eine potentiell vielversprechende Möglichkeit dar, charakteristische, bildimmanente Phänotypen des chronologischen und/oder biologischen Alters zu identifizieren und hieraus eine phänotypische Definition des Alterns zu folgern. Auf diese Weise könnten Determinanten des physiologischen Alterungsprozesses und pathologische Formen des Alterns, sowie assoziierte Erkrankungen untersucht und mit genetischen Faktoren und Umwelteinflüssen korreliert werden. Neu ist in der vorliegenden Projektphase, dass nun auch Follow-up-Daten derselben Studienteilnehmer*innen analysiert werden. Diese erlauben es, altersbezogene Veränderungen über die Zeit zu analysieren und damit zum ersten Mal auch die Dynamik des biologischen Alterns longitudinal zu untersuchen. Ziel dieses Forschungsprojektes ist daher nicht nur die methodische Etablierung eines Verfahrens zur Altersschätzung anhand von Bilddaten (Ganzkörper-MRT, Fundusaufnahmen) mittels maschinellen Lernens, sondern auch die Ableitung individueller Trajektorien des biologischen Alterns und deren Abweichungen vom chronologischen Altern.

Keywords Age Machine-learning

InstitutionsUniversitätsklinikum Tübingen, Universität Stuttgart, TU München, University of Freiburg