一项发表于《柳叶刀-数字健康》的新研究中，南加州大学马克与玛丽·史蒂文斯神经影像与信息学研究所（Stevens INI）的科学家发现，中风后出现严重身体功能障碍的患者，其大脑可能会以意想不到的方式重组，未受损区域表现出“更年轻”的脑结构特征，以适应损伤。
这项国际研究是“通过荟萃分析增强神经影像遗传学（ENIGMA）中风恢复工作组”的一部分，该工作组分析了来自8个国家34个研究中心的500多名中风幸存者的脑部扫描结果。
研究人员利用由数万次MRI扫描训练而成的深度学习模型，估算了每个半球不同区域的“脑龄”，以观察中风损伤如何影响脑结构和恢复。
“我们发现，较大的中风会加速受损半球的老化，但矛盾的是，却使大脑对侧看起来更年轻，”南加州大学凯克医学院神经学研究副教授、该研究的共同资深作者Hosung Kim博士说。“这种模式表明，大脑可能正在进行自我重组，本质上是让未受损的网络恢复活力，以补偿失去的功能。”
研究团队使用了一种先进的深度学习模型——图卷积网络，从MRI数据中预测18个脑区的生物学年龄。一个人的预测脑龄与其实际年龄之间的差异，称为脑预测年龄差，被用作神经健康的敏感标志。
当团队将这些测量结果与运动功能评分相关联时，发现了一个显著的模式：即使在康复超过六个月后，仍有严重运动缺陷的中风幸存者，在病灶对侧的区域（尤其是参与运动规划、注意力和协调的关键系统——额顶叶网络）表现出比预期更年轻的脑龄。
“这些发现表明，当中风损伤导致更大的运动功能丧失时，大脑对侧未受损的区域可能会适应以帮助代偿，”Kim解释道。“我们在对侧额顶叶网络中看到了这一点，该网络显示出更‘年轻’的模式，并且已知支持运动规划、注意力和协调。这并非意味着运动功能完全恢复，而是反映了当受损的运动系统无法正常工作时，大脑试图进行调整。这为我们提供了一种新的方式来观察神经可塑性，这是传统影像无法捕捉到的。”
该研究通过ENIGMA进行，这是一个全球联盟，汇集了来自50多个国家的数据，以更好地理解不同疾病状态下的大脑。研究人员协调了数十个队列的MRI数据和临床指标，构建了世界上同类最大的中风神经影像数据集。
“通过汇集全球数百名中风幸存者的数据，并应用尖端的人工智能，我们可以检测到在较小规模研究中无法看到的细微脑重组模式。这些关于慢性中风区域性脑龄差异的发现，最终可能指导个性化的康复策略，”Stevens INI主任、南加州大学教务长教授Arthur W. Toga博士说。
研究团队计划扩大工作范围，纳入从急性期到慢性期跟踪患者的纵向研究。通过观察脑龄和重组模式随时间的变化，临床医生或许能够根据每位患者独特的神经适应过程定制干预措施，最终在不久的将来改善康复结果和生活质量。
更多信息：Gilsoon Park 等，对侧神经可塑性与慢性中风运动障碍的关联：基于深度学习衍生的MRI区域脑龄（ENIGMA）：一项多队列、回顾性、观察性研究，《柳叶刀-数字健康》（2026）。DOI: 10.1016/j.landig.2025.100942
关键医学概念：脑梗死
临床分类：神经学
提供：南加州大学凯克医学院
【全文结束】