兩性腦部差異在白質，千張 MRI 透玄機

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。

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。

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：[email protected]