MIT News - Artificial intelligence
·
AI算法使得重要白质通路的追踪成为可能
💡
原文英文，约1300词，阅读约需5分钟。
📝
内容提要
麻省理工学院等研究团队开发了一种AI软件，能够自动分割脑干中的八个神经纤维束，揭示帕金森和阿尔茨海默等疾病的结构变化。这项研究为脑干成像提供了新方法，有助于理解神经退行性疾病的影响，并可能成为新的生物标志物。
🎯
关键要点
-
麻省理工学院等研究团队开发了一种AI软件，能够自动分割脑干中的八个神经纤维束。
-
该研究揭示了帕金森病、多发性硬化症和创伤性脑损伤患者的结构变化。
-
研究团队的BrainStem Bundle Tool (BSBT)可以追踪病人神经纤维束的恢复情况。
-
脑干是控制意识、睡眠、呼吸和心率等基本生理功能的重要区域，但成像技术难以清晰显示。
-
BSBT通过追踪神经纤维束生成概率性纤维图，并利用卷积神经网络进行分割。
-
研究表明，BSBT在识别不同病症患者的神经纤维束变化方面具有潜在的新生物标志物价值。
-
在阿尔茨海默病患者中，只有一个纤维束显示出显著下降，而在帕金森病患者中，三个纤维束的FA值降低。
-
BSBT在区分健康患者与病患者方面比其他分类方法更准确。
-
BSBT在一名重度创伤性脑损伤患者的研究中显示出神经纤维束的恢复潜力，具有重要的预后价值。
❓
延伸问答
BSBT工具的主要功能是什么？
BSBT工具能够自动分割脑干中的八个神经纤维束，并追踪病人神经纤维束的恢复情况。
这项研究如何帮助理解神经退行性疾病？
研究揭示了帕金森病、阿尔茨海默病等患者的神经纤维束结构变化，提供了新的生物标志物。
BSBT在区分健康患者与病患者方面的表现如何？
BSBT在区分健康患者与病患者方面比其他分类方法更准确。
脑干成像技术的挑战是什么？
脑干成像技术难以清晰显示，因为神经纤维束小且被脑液流动和呼吸、心跳的运动掩盖。
研究中使用了什么样的成像技术？
研究使用了扩散MRI技术来追踪神经元的长轴突和白质纤维束。
BSBT在重度创伤性脑损伤患者中的应用效果如何？
BSBT显示出神经纤维束的恢复潜力，具有重要的预后价值。
➡️
