AI算法如何助力解析脑干白质神经束？-量化交易-财云量化

摘要：

美国科研团队开发出AI软件“脑干束工具”，可自动解析脑干白质神经束，为研究神经系统疾病与脑损伤提供新工具，助力理解脑干关键功能。

突破性的AI算法成果

创新软件的诞生

美国麻省理工学院、哈佛大学及麻省总医院的科研团队取得了一项重要突破，开发出一款名为“脑干束工具”（BSBT）的人工智能软件。该软件基于扩散磁共振成像数据，利用卷积神经网络，能够自动识别并分割出脑干中8个不同的白质神经束。此前，脑干区域因其结构复杂，且易受生理运动及脑脊液干扰，传统成像技术难以对其神经束进行精细刻画，而这款软件的出现，无疑为该领域带来了新的曙光。

算法训练与验证

研究团队首先利用人类连接组计划的30例高分辨率影像数据对算法进行训练，并通过尸检解剖结果验证其分割准确性。测试结果令人满意，BSBT在不同时间点对同一受试者的扫描结果中表现出高度一致性，且适用于多类影像数据集。这表明该算法具有较高的稳定性和可靠性，为后续的研究和应用奠定了坚实的基础。

在神经系统疾病研究中的应用

疾病特征的发现

团队将BSBT用于分析阿尔茨海默病、帕金森病、多发性硬化症及创伤性脑损伤患者的脑干影像。结果显示，不同疾病在脑干神经束的体积和各向异性分数等指标上呈现具有鉴别意义的改变模式。例如，帕金森病患者在部分神经束中表现出结构完整性下降，而多发性硬化症患者则在多个神经束中同时出现体积减小和结构指标降低。这些发现为神经系统疾病的研究提供了新的视角。

评估神经修复与预后

在一名长期昏迷的脑外伤患者连续7个月的跟踪扫描中，BSBT清晰呈现出病灶逐步缩小、神经束逐渐恢复原位的过程，显示出其在评估神经修复与预后方面的潜在价值。这一应用为临床治疗提供了重要的参考依据，有助于医生更好地了解患者的病情发展，制定更合理的治疗方案。

AI算法如何助力解析脑干白质神经束？

算法发布与潜在价值

算法公开共享

相关算法已公开发布，可供科研与临床使用。这一举措将极大地促进该领域的研究和发展，使得更多的科研人员和临床医生能够利用这一工具开展工作。通过共享，知识得以传播，研究成果能够更快地转化为实际应用，为患者带来更多的福祉。

深化对脑干功能的理解

团队表示，这一工具不仅有助于深化理解脑干在意识、呼吸、心跳等关键功能中所起的作用，也为神经系统疾病的早期诊断与跟踪提供了影像学领域的全新生物标志物。它让人们能够更清晰地了解脑干内部的线路连接，如同给医生和科学家配备了一副超级显微镜，对于理解生命核心功能以及开发相关疾病的诊断方法，都具有不可估量的价值。