伍斯特理工学院（WPI）的研究人员使用一种人工智能形式分析了大脑的解剖变化，并以近93%的准确率预测了阿尔茨海默病。他们的研究发表在《神经科学》期刊上，还揭示了这些涉及脑体积减少的解剖变化因年龄和性别而异。
“阿尔茨海默病的早期诊断可能很困难，因为其症状容易被误认为是正常衰老。然而，我们发现机器学习技术可以分析来自扫描的大量数据，以识别细微变化，并准确预测阿尔茨海默病及相关认知状态。这一进展为阿尔茨海默病研究提供了信息，并可能带来让医生更早、更有效地诊断和治疗该疾病的方法。”生物学与生物技术系助理研究教授Benjamin Nephew表示。
阿尔茨海默病是一种神经退行性疾病，会损害精神功能并最终导致死亡。据估计，美国有690万65岁及以上的老年人患有阿尔茨海默病。
健康大脑包含数十亿个神经元，这些细胞处理并传递思维、运动和其他身体功能所需的信号。阿尔茨海默病会损伤神经元，导致细胞死亡、脑组织丧失及相关认知功能下降。
Nephew、博士生Senbao Lu和硕士Bhaavin Jogeshwar（’24）利用阿尔茨海默病神经影像学倡议（一个多中心项目）的脑部MRI扫描进行了研究，该项目建立了69至84岁人群的脑部扫描库。扫描显示的是认知功能正常、轻度认知障碍和阿尔茨海默病患者的大脑。
分析数据丰富的MRI图像可能需要大量计算能力和时间。为了集中研究，WPI研究人员首先使用机器学习分析了815份MRI扫描，测量了95个脑区的体积。然后，他们部署了一种算法，根据健康个体与轻度认知障碍或阿尔茨海默病患者之间的测量差异进行预测。
结果显示，该方法在区分正常大脑与轻度认知障碍或阿尔茨海默病患者的大脑时，检测阿尔茨海默病的准确率达到92.87%。
海马体、杏仁核和内嗅皮层的体积损失是不同年龄和性别类别中预测阿尔茨海默病的主要因素。海马体是大脑深处一个微小的海马状结构，负责记忆和学习。杏仁核由两个杏仁状结构组成，控制情绪。内嗅皮层是记忆、导航和感知的中枢，也是大脑中最早受阿尔茨海默病影响的区域之一。
69至76岁（研究中年龄最小的一组）的男性和女性均表现出右侧海马体体积减少。研究人员表示，这表明右侧海马体可能在阿尔茨海默病的早期诊断中很重要。
“这项研究的关键挑战是建立一个可泛化的机器学习模型，以捕获健康大脑与轻度认知障碍或阿尔茨海默病患者大脑之间的差异。”Nephew说，“一个可泛化的模型意味着我们发现的生物标志物不仅限于此数据集，而是可能适用于所有轻度认知障碍或阿尔茨海默病患者。”
男性和女性大脑也出现了差异。研究人员发现，女性的体积减少发生在左侧颞中皮层，该区域参与语言、记忆和视觉感知。男性则表现为右侧内嗅皮层体积显著减少。
Nephew说，这些差异的程度令人惊讶，可能与阿尔茨海默病进展和性激素变化之间的相互作用有关。一些研究人员将阿尔茨海默病的风险与女性雌激素和男性睾酮随年龄增长而减少联系在一起。
Nephew和WPI学生正在跟进他们的《神经科学》论文，评估深度学习模型的使用，并检查可能影响大脑和阿尔茨海默病的其他因素，如糖尿病。这项研究吸引了来自生物学与生物技术、神经科学、心理学、计算机科学和生物信息学等多个学科的WPI学生。
“这项研究体现了WPI神经科学的优势，即跨学科和计算性。”Nephew说，“大脑是一个非常复杂的器官，我们需要广泛思考如何更好地理解、预测和治疗困扰大脑的疾病。”
【全文结束】