梅奧診所的研究人員提出了一種將阿爾茨海默病癥狀映射到大腦解剖結構的新模型。該模型是通過將機器學習應用于患者腦成像數據而開發(fā)的。它使用大腦的整個功能而不是特定的大腦區(qū)域或網絡來解釋大腦解剖結構和心理處理之間的關系。研究結果發(fā)表在Nature Communications上。
“這種新模型可以促進我們對衰老和阿爾茨海默病期間大腦如何工作和分解的理解，提供監(jiān)測、預防和治療精神疾病的新方法，”梅奧診所神經學家和醫(yī)學博士 David T. Jones 說。該研究的主要作者。
阿爾茨海默病通常被描述為蛋白質加工問題。有毒蛋白質淀粉樣蛋白和 tau 沉積在大腦區(qū)域，導致神經元衰竭，導致臨床癥狀，如記憶力減退、溝通困難和混亂。
然而，臨床癥狀、腦損傷模式和腦解剖結構之間的關系尚不清楚。人們也可能患有不止一種神經退行性疾病，這使得診斷變得困難。用這種計算模型映射大腦行為可能會給臨床醫(yī)生帶來新的視角。
新模型是使用氟脫氧葡萄糖正電子發(fā)射斷層掃描 (FDG-PET) 對 423 名認知受損并參與梅奧診所衰老研究和梅奧診所阿爾茨海默病研究中心的研究參與者進行的腦葡萄糖測量開發(fā)的。FDG-PET 是一項成像測試，顯示葡萄糖如何為大腦的某些部分提供能量。例如，阿爾茨海默病、路易體癡呆和額顳葉癡呆等神經退行性疾病具有不同的葡萄糖使用模式。
該模型將與癡呆癥狀相關的復雜大腦解剖結構壓縮成一個概念性的、顏色編碼的框架，該框架顯示了與神經退行性疾病和心理功能相關的大腦區(qū)域。模型中顯示的成像模式與患者經歷的癥狀有關。
該模型對阿爾茨海默病生理相關變化的預測能力在 410 人中得到驗證。通過投射來自正常衰老和癡呆綜合征的大量數據，針對記憶、執(zhí)行功能、語言、行為、運動、感知、語義知識和視覺空間能力，獲得了額外的驗證。
研究人員發(fā)現(xiàn)，癡呆患者大腦中葡萄糖使用模式的 51% 的差異只能用 10 種模式來解釋。每個患者都有這 10 種腦葡萄糖模式的獨特組合，這些模式與他們經歷的癥狀類型有關。在后續(xù)工作中，由 Jones 博士指導的 Mayo Clinic 神經病學系人工智能 (AI) 計劃正在使用這 10 種模式來研究 AI 系統(tǒng)，以幫助解釋正在接受阿爾茨海默病評估的患者的腦部掃描及相關綜合征。
“這種新的計算模型得到了更多的驗證和支持，有可能將科學努力重新集中在復雜系統(tǒng)生物學的動力學上，以研究精神和癡呆癥，而不是主要關注錯誤折疊的蛋白質，”瓊斯博士說。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！