两性脑部差异在白质,千张 MRI 透玄机

0

众所周知,多数的脑部疾病具有性别差异,因此深入探讨性别间的大脑差异,将有助于改进诊断与治疗的技术。最近,纽约大学朗格尼健康中心(NYU Langone Health)的研究人员发现,利用深度学习方法分析脑部磁振造影(Magnetic Resonance Imaging,MRI)扫描结果,可以鉴别男性和女性大脑组织在微观层面的差异,为诊断两性脑部疾病提供新的解方。

AI Reveals Sex-Related Brain Differences and Precision Medicine Potential(基因线上国际版)

深度学习见微知著,脑白质差异测性别

本研究借由深度学习技术,分析来自人类连接体学计划(Human Connectome Project)年龄范围介于 22 至 37 岁的 471 名男性与 560 名女性数千张扩散磁振造影(diffusion MRI) 脑部扫描影像,开发出多个端到端的分类模型,使用非等向性指标(Fractional anisotropy,FA)、平均扩散率(mean diffusivity,MD)和平均峰度(mean kurtosis,MK)等参数来捕捉大脑组织微观结构的特征。

参数方面,FA 反映流体的扩散方向(极性),数值介于 0 至 1 间,研究发现有许多疾病具有较低的 FA 值;MD 则反映出流体的扩散率,能衡量组织含水量和细胞结构的差异;而 MK 则用于量化高斯扩散的偏差程度,数值越高表示对扩散的阻碍越大,显示组织微观结构复杂且不均匀。

本研究采用 3 种主要的模型架构:二维卷积神经网络(2D convolutional neural network,CNN)、三维卷积神经网络(3D CNN)与视觉转换器(3D vision transformer,ViT)并配合自监督的预训练。研究结果显示,所有 3 种模型在所有扩散指标上均达到良好的分类效果(测试 AUC 为 0.92 至 0.98),也发现性别差异主要出现在大脑白质中,白质是大脑内层的主要组织,作为不同脑区之间沟通的桥梁。显示此测量方法能识别人眼无法察觉的结构与复杂隐微的模式差异,准确地区分生理性别。

助多种神经疾病诊断分析,提供性别平衡研究结果

过去研究显示,两性在多发性硬化症、自闭症谱系障碍、偏头痛等脑部疾病的发病率和症状表现上存在差异。本研究的作者、神经放射学家 Yvonne Lui 博士指出,透过深入了解生物性别如何影响大脑,可以改进诊断工具和治疗方法。过去的研究虽然探讨过大脑的大小、形状和重量等因子具有何种影响,但对于大脑在细胞微观层面结构仅有些许的了解。

Lui 博士也强调,此研究避免过去研究中依赖动物模型和人类组织样本的限制。此外,因为人为圈选的主观判定有可能会影响研究结果,因此本研究不依赖“手绘”特定脑区来进行统计分析,而是使用混合区域与跨脑区共同衡量的方法来避免人为的偏差。

研究团队下一步计划探索性别相关的大脑结构差异,如何随着时间发展而改变,同时也希望理解环境、荷尔蒙和社会因素可能在这些变化中扮演的角色。

延伸阅读:模拟大脑时空环境,让新语言模型 BrainLM 拥有多疾病预测能力

参考资料:
https://www.nature.com/articles/s41598-024-60340-y

©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系:[email protected]

Share.
error: 注意: 右键复制内容已停用!