Explainable machine learning identifies candidate shared neuroanatomical features in Alzheimer's and Parkinson's via importance inversion transfer
Questo studio introduce un quadro di machine learning spiegabile basato sull'inversione dell'importanza (IIT) per identificare otto caratteristiche neuroanatomiche condivise e stabili tra il morbo di Alzheimer e il morbo di Parkinson, suggerendo l'esistenza di substrati strutturali comuni che potrebbero supportare una diagnosi precoce sistemica nell'ambito della sindrome neurodegenerativa dell'anziano.