由伦敦大学学院提供
编辑：萨迪·哈莉，罗伯特·伊根审阅
本文已根据Science X的编辑流程和政策进行审核。编辑们在确保内容可信度的同时，强调了以下特点：
- 事实核查
- 同行评审出版
- 可信来源
- 校对
图片来源：Martina Bocchetta, Dorit Kliemann和Juan Eugenio Iglesias
伦敦大学学院(UCL)研究人员开发了一种新型人工智能辅助脑部图谱，能够以前所未有的细节可视化人脑，这是神经科学和神经成像领域的重要进展。
人脑由数百个相互连接的区域组成，驱动着我们的思想、情绪和行为。现有的脑部图谱可以识别磁共振成像(MRI)扫描中的主要结构——如支持记忆和学习的海马体——但其更精细的子区域仍然难以检测。这些区别很重要，因为例如海马体等区域的子区域在阿尔茨海默病进展过程中受到的影响各不相同。
使用显微镜(组织学)可以在细胞水平上检查大脑，但这无法在活体个体中进行，限制了其在理解人脑在发育、衰老和疾病过程中的变化方面的潜力。
发表在《自然》杂志上的这项新研究介绍了NextBrain，这是一个完整的成人人脑图谱，可用于在几分钟内分析活体患者的MRI扫描，并达到前所未有的细节水平。
这种免费提供的图谱的创建者希望它最终能帮助加速脑科学研究，并将其转化为更好的诊断和治疗方案，例如针对阿尔茨海默病的治疗。
NextBrain运作演示片段。图片来源：伦敦大学学院
人工智能辅助脑部图谱的开发过程
该图谱的研究团队耗时六年构建，过程极为繁琐，类似于完成拼图——尽管这次是使用来自五个人脑的尸检组织。
每个大脑都被仔细解剖并切成10,000片，染色以帮助识别脑部结构，在显微镜下拍照，然后重新组装成3D数字模型。在开始这一过程之前，研究团队对大脑进行了MRI扫描，以便知道如何将它们重新拼合，就像拼图盒正面的图片一样。
人工智能被用来帮助对齐显微镜图像和MRI扫描，考虑两种技术之间的差异，并确保各部分不重叠或出现间隙。
随后，AI大大加速了在五个大脑的每个数字3D模型上标记333个脑区的过程。研究人员表示，如果手动完成，这将花费数十年时间。
该研究的高级作者、伦敦大学学院医学物理与生物医学工程系以及麻省总医院/哈佛医学院的胡安·埃赫尼奥·伊格莱西亚斯博士说："NextBrain是多年来努力弥合显微镜成像和MRI之间差距的成果。
"通过将高分辨率组织数据与先进的人工智能技术相结合，我们创建了一种工具，使研究人员能够以前所未有的细节水平分析脑部扫描。这为研究神经退行性疾病和衰老开辟了新的可能性。"
这个图谱是五个脑模型的"平均值"，可推广到所有成年人类——这意味着它可以用于从活体或已故受试者的MRI扫描中自动推断细节。
图片来源：Martina Bocchetta, Dorit Kliemann和Juan Eugenio Iglesias
千次扫描验证脑部图谱准确性
NextBrain已成功在数千个MRI数据集上进行了测试，证明其能够在不同的成像条件和扫描仪类型下可靠地识别脑区。
在一个实验中，研究团队使用该图谱自动标记公开可用的超高分辨率MRI扫描中的脑区，其结果与手动标记的区域高度吻合，即使是对海马体等小区域的子区域也是如此。
在另一个实验中，研究人员将NextBrain应用于3,000多例活体个体的MRI扫描，以研究与年龄相关的脑容量变化。该图谱使研究人员能够比现有工具更详细地分析衰老模式。
该研究作者、伦敦大学学院皇后广场神经病学研究所和皇后广场神经疾病脑库的赞·乔努穆克塔内博士说："我们构建此图谱的目标是使研究人员能够快速、一致地识别活体患者中的数百个脑区，同时保持显微镜数据的精细解剖准确性。
"The level of anatomical detail in NextBrain is remarkable, and its public availability means that researchers worldwide can benefit from it immediately.
"NextBrain提供了大脑细胞结构的无与伦比的地图。图谱中构建的基础现在能够对活体个体的脑部图像进行快速、准确和可访问的分析，为在症状出现前很久就检测到阿尔茨海默病等神经疾病的最早迹象打开了大门，并增强了我们理解、监测和最终预防这些毁灭性疾病的能力。"
NextBrain使用的所有基础数据、工具和注释已通过FreeSurfer神经影像平台公开发布，同时还包括可视化工具和教育资源。
更多信息：Juan Eugenio Iglesias，《用于MRI分割的人脑概率组织学图谱》，《自然》(2025)。DOI: 10.1038/s41586-025-09708-2。
期刊信息：《自然》
提供方：伦敦大学学院
【全文结束】
