МРТ с помощью ИИ позволит лучше понять работу мозга

15.01.2019

Группа ученых из университета Сингапура (NUS) использовала возможности машинного обучения для лучшего понимания клеточной архитектуры головного мозга человека.

Команда ученых использовало ИИ для быстрого анализа параметрических данных головного мозга с помощью результатов полученных с использованием функционального МРТ -сканирования. Это позволило определять свойства клеточных структур мозга, без инвазивного вмешательства, что может потенциально улучшить качество диагностики и лечения неврологических заболеваний. «Основные изменения при развитии многих заболеваний имеют клеточную природу происходят на клеточном уровне, и большинство фармакологических препаратов действуют на микроуровне. Для понимания того, что происходит на клеточном уровне в мозге требуются неивазивные методы, позволяющие проникать в глубины мозга», - сказал помощник руководителя группы профессор Томас Йео из Сингапура.).

Результаты исследования были опубликованы в январе 2019 года в журнале Science Advances.

Понимание сложности мозга человека

Человеческий мозг наиболее сложный орган человека, состоящий из миллиардов, нейронов, которые тесно взаимодействуют друг с другом, и поэтому проблемы даже в небольшой части мозга приводят к значительным последствиям.

Неинвазивное исследование головного мозга пока ограничено МРТ сканированием, что не позволяет анализировать изменения в клеточных структурах мозга.

Для преодоления этого барьера ученые используют методы биофизического моделирования, для имитации деятельности мозга и получения представления о работе мозга. Но эти модели исходили из ошибочных данных о том, что все области мозга имеют одинаковые структуры клеток.

Виртуальные модели мозга

Йео и его команда проанализировали МРТ сканы 452 человек, участвовавших в проекте Human Connectome. Для анализа изображений были использованы алгоритмы ИИ, которые позволили оценивать параметры модели с исходной возможностью наличия различных клеточных свойств в регионах мозга. Благодаря такому подходу, удалось получить микро-масштабные модели отражающие процессинги в мозге.

Данные показали также, что клеточные свойства областей мозга, отвечающих за память и мышление, противоположны свойствам клеток сенсорных зон мозга, участвующих в обработке информации поступающей от органов чувств таких как слух, зрение, осязание. Изучение иерархической пространственной структуры мозга может позволить в дальнейшем добиться больших результатов в развитии методов ИИ.

«Наше исследование показывает, что процессинговая иерархия мозга сопровождается дифференциацией на микроуровне между различными областями мозга, что дает определенные подсказки для разработки новых подходов в области ИИ», - сказал Йео.

. Команда надеется, что результаты исследования позволят со временем использовать методику для персонализированного лечения заболеваний мозга.