详细内容或原文请订阅后点击阅览
人工智能算法能够跟踪重要的白质通路
一种新工具打开了脑干的新窗口，可以可靠、精细地解析实时扩散 MRI 扫描中的不同神经束，揭示受伤或疾病的迹象。
来源:MIT新闻 - 人工智能驱动大脑和身体许多最基本功能（意识、睡眠、呼吸、心率和运动）的信号通过脑干中的“白质”纤维束传输，但迄今为止，成像系统还无法精细解析这些关键的神经电缆。这使得研究人员和医生几乎没有能力评估他们如何受到创伤或神经退行性疾病的影响。
在一项新研究中，麻省理工学院、哈佛大学和马萨诸塞州总医院的研究人员团队推出了人工智能驱动的软件，能够自动分割任何扩散 MRI 序列中的八个不同的束。
在 2 月 6 日发表在《美国国家科学院院刊》上的开放获取研究中，由麻省理工学院研究生 Mark Olchanyi 领导的研究小组报告称，他们公开的脑干束工具 (BSBT) 揭示了帕金森病、多发性硬化症和创伤性脑损伤患者结构变化的独特模式，并为阿尔茨海默病提供了线索。此外，研究表明，BSBT 能够回顾性地跟踪昏迷患者的束束愈合情况，反映患者七个月的康复之路。
“脑干是大脑中一个基本上未被探索的区域，因为它很难成像，”麻省理工学院医学工程和医学物理项目的博士生 Olchanyi 说。 “人们并没有真正从成像的角度理解它的构成。我们需要了解人类白质的组织结构以及这种组织在某些疾病中如何分解。”
Brown 是麻省理工学院 Picower 学习与记忆研究所、医学工程与科学研究所以及脑与认知科学系的计算神经科学与医学工程 Edward Hood Taplin 教授。他还是麻省总医院的麻醉师和哈佛医学院的教授。
构建算法