一种创新方法结合磁共振成像扫描与人工智能工具，实现了对阿尔茨海默病等疾病相关脑部流体流动的精确测量。
当人进入深度睡眠时，类水液体在大脑周围循环流动，清除与阿尔茨海默病等疾病相关的代谢废物。这一过程被称为类淋巴系统，最早由神经科学先驱、罗切斯特大学转化神经医学中心联合主任迈肯·内德高德于2012年首次描述。
然而关于该系统运作机制仍存疑问——特别是流体流动速度的精确测量。在不造成不可逆损伤的前提下研究活体大脑内部的循环过程极为困难。
"我们可以通过显微镜观察大脑局部区域的详细动态，此前我们曾使用这类数据，但这只是整个过程的微小片段，"罗切斯特大学机械工程系道格拉斯·凯利教授解释道，"若要对全脑进行成像，磁共振是理想方法，它能提供三维视角。但磁共振也存在严重局限，最大的问题在于无法捕捉流体流速，尤其是这种缓慢流动。"
凯利及其同事转向人工智能寻求解决方案。在发表于《科学进展》期刊的新研究中，他们阐述了如何运用基于物理原理的人工智能，从磁共振成像数据中确定流体流速。通过分析染料随时间在脑组织中扩散的视频，研究人员构建的神经网络成功推算出流体流动速度及脑组织通透性。
研究结果揭示：类淋巴系统清除阿尔茨海默病相关β-淀粉样蛋白等大脑颗粒物主要通过两种途径，其中一种速度显著快于另一种。类淋巴系统中类水液体的快速流动在大脑表层区域（如颅骨与大脑之间的间隙）达到每秒数微米，而通过大脑深层组织的缓慢流动速度则约慢50倍。
目前，研究团队正致力于获取小鼠等动物大脑流体流动的基础测量数据，以训练人工智能工具。未来计划对比健康大脑与病变大脑、年轻大脑与衰老大脑的流体流动差异，并最终推进到人类脑循环研究。
"我们正全力攻克人类大脑类水液体流动的测量难题，这将使临床应用变得更具价值和前景，"凯利表示，"我们期望未来能判断阿尔茨海默病患者是否存在脑部循环障碍，甚至在生命早期筛查循环异常以预防阿尔茨海默病。也可用于检查脑震荡患者脑部流体循环是否受阻。这项研究让我们向目标迈进了一大步。"
本研究的其他合作机构包括布朗大学、罗切斯特大学和哥本哈根大学。研究获得美国国家补充与综合健康中心及国立卫生研究院大脑计划资助。
来源：罗切斯特大学
【全文结束】
