兩性腦部差異在白質,千張 MRI 透玄機

0

眾所周知,多數的腦部疾病具有性別差異,因此深入探討性別間的大腦差異,將有助於改進診斷與治療的技術。最近,紐約大學朗格尼健康中心(NYU Langone Health)的研究人員發現,利用深度學習方法分析腦部磁振造影(Magnetic Resonance Imaging,MRI)掃描結果,可以鑑別男性和女性大腦組織在微觀層面的差異,為診斷兩性腦部疾病提供新的解方。

AI Reveals Sex-Related Brain Differences and Precision Medicine Potential(基因線上國際版)

深度學習見微知著,腦白質差異測性別

本研究藉由深度學習技術,分析來自人類連接體學計劃(Human Connectome Project)年齡範圍介於 22 至 37 歲的 471 名男性與 560 名女性數千張擴散磁振造影(diffusion MRI) 腦部掃描影像,開發出多個端到端的分類模型,使用非等向性指標(Fractional anisotropy,FA)、平均擴散率(mean diffusivity,MD)和平均峰度(mean kurtosis,MK)等參數來捕捉大腦組織微觀結構的特徵。

參數方面,FA 反映流體的擴散方向(極性),數值介於 0 至 1 間,研究發現有許多疾病具有較低的 FA 值;MD 則反映出流體的擴散率,能衡量組織含水量和細胞結構的差異;而 MK 則用於量化高斯擴散的偏差程度,數值越高表示對擴散的阻礙越大,顯示組織微觀結構複雜且不均勻。

本研究採用 3 種主要的模型架構:二維卷積神經網絡(2D convolutional neural network,CNN)、三維卷積神經網絡(3D CNN)與視覺轉換器(3D vision transformer,ViT)並配合自監督的預訓練。研究結果顯示,所有 3 種模型在所有擴散指標上均達到良好的分類效果(測試 AUC 為 0.92 至 0.98),也發現性別差異主要出現在大腦白質中,白質是大腦內層的主要組織,作為不同腦區之間溝通的橋樑。顯示此測量方法能識別人眼無法察覺的結構與複雜隱微的模式差異,準確地區分生理性別。

助多種神經疾病診斷分析,提供性別平衡研究結果

過去研究顯示,兩性在多發性硬化症、自閉症譜系障礙、偏頭痛等腦部疾病的發病率和症狀表現上存在差異。本研究的作者、神經放射學家 Yvonne Lui 博士指出,透過深入了解生物性別如何影響大腦,可以改進診斷工具和治療方法。過去的研究雖然探討過大腦的大小、形狀和重量等因子具有何種影響,但對於大腦在細胞微觀層面結構僅有些許的了解。

Lui 博士也強調,此研究避免過去研究中依賴動物模型和人類組織樣本的限制。此外,因為人為圈選的主觀判定有可能會影響研究結果,因此本研究不依賴「手繪」特定腦區來進行統計分析,而是使用混合區域與跨腦區共同衡量的方法來避免人為的偏差。

研究團隊下一步計劃探索性別相關的大腦結構差異,如何隨著時間發展而改變,同時也希望理解環境、荷爾蒙和社會因素可能在這些變化中扮演的角色。

延伸閱讀:模擬大腦時空環境,讓新語言模型 BrainLM 擁有多疾病預測能力

參考資料:
https://www.nature.com/articles/s41598-024-60340-y

©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫:service@geneonlineasia.com

Share.
error: 注意: 右鍵複製內容已停用!