美國麻省理工學(xué)院、哈佛大學(xué)及麻省總醫(yī)院的科研團(tuán)隊(duì)開發(fā)出一款人工智能（AI）軟件，能夠利用算法自動解析腦干中以往難以清晰成像的白質(zhì)神經(jīng)束。這一成果打開了研究腦干的新窗口，也為研究神經(jīng)系統(tǒng)疾病與腦損傷提供了新工具。該研究發(fā)表于《美國國家科學(xué)院院刊》。

　　該軟件名為“腦干束工具”（BSBT），基于擴(kuò)散磁共振成像數(shù)據(jù)，利用卷積神經(jīng)網(wǎng)絡(luò)自動識別并分割出腦干中8個(gè)不同的白質(zhì)神經(jīng)束。此前，由于腦干區(qū)域結(jié)構(gòu)復(fù)雜、易受生理運(yùn)動及腦脊液干擾，傳統(tǒng)成像技術(shù)難以對其神經(jīng)束進(jìn)行精細(xì)刻畫。

　　研究團(tuán)隊(duì)首先利用人類連接組計(jì)劃的30例高分辨率影像數(shù)據(jù)對算法進(jìn)行訓(xùn)練，并通過尸檢解剖結(jié)果驗(yàn)證其分割準(zhǔn)確性。測試表明，BSBT在不同時(shí)間點(diǎn)對同一受試者的掃描結(jié)果中表現(xiàn)出高度一致性，且適用于多類影像數(shù)據(jù)集。

　　在應(yīng)用層面，團(tuán)隊(duì)將BSBT用于分析阿爾茨海默病、帕金森病、多發(fā)性硬化癥及創(chuàng)傷性腦損傷患者的腦干影像。結(jié)果顯示，不同疾病在腦干神經(jīng)束的體積和各向異性分?jǐn)?shù)等指標(biāo)上呈現(xiàn)具有鑒別意義的改變模式。例如，帕金森病患者在部分神經(jīng)束中表現(xiàn)出結(jié)構(gòu)完整性下降，而多發(fā)性硬化癥患者則在多個(gè)神經(jīng)束中同時(shí)出現(xiàn)體積減小和結(jié)構(gòu)指標(biāo)降低。

　　此外，BSBT在一名長期昏迷的腦外傷患者連續(xù)7個(gè)月的跟蹤掃描中，清晰呈現(xiàn)出病灶逐步縮小、神經(jīng)束逐漸恢復(fù)原位的過程，顯示出其在評估神經(jīng)修復(fù)與預(yù)后方面的潛在價(jià)值。

　　相關(guān)算法已公開發(fā)布，可供科研與臨床使用。團(tuán)隊(duì)表示，這一工具不僅有助于深化理解腦干在意識、呼吸、心跳等關(guān)鍵功能中所起的作用，也為神經(jīng)系統(tǒng)疾病的早期診斷與跟蹤提供了影像學(xué)領(lǐng)域的全新生物標(biāo)志物。（記者張夢然）

來源：科技日報(bào)