中文字幕在线天|亚洲一区二区三区手机版|少妇中文字幕乱码亚洲影视|最好看的久久综合伊人



      

      
  

      

      
	
	

      

      



      

	
      

      
	
      
  	       
      
       中國基因網(wǎng)您的位置：首頁 >國外研究 >        
      
  
      
		
      
			
      機器學習為更好地理解大腦疾病提供了新的途徑
      
			
      
				2019-01-15 19:48:56
				?
			  來源：
			
      
		
      
				
		
      
			
      由新加坡國立大學(NUS)的研究人員領(lǐng)導的一個研究小組說，他們成功地利用機器學習發(fā)現(xiàn)了人類大腦細胞結(jié)構(gòu)的新觀點?？茖W家們展示了一種利用功能磁共振成像(fMRI)收集的數(shù)據(jù)自動估計大腦參數(shù)的方法，使神經(jīng)科學家能夠推斷不同大腦區(qū)域的細胞特性，而無需使用外科手術(shù)手段探測大腦。
      

      機器學習為更好地理解大腦疾病提供了新的途徑
      

      據(jù)發(fā)表在《科學進展》(Science Advances)雜志上的研究人員稱，這項技術(shù)可能用于評估神經(jīng)系統(tǒng)疾病的治療，并開發(fā)新的治療方法。
      

      “我們考慮了具有區(qū)域特異性微尺度特性的人類大腦皮層的大規(guī)模動態(tài)回路模型。該模型采用隨機優(yōu)化方法進行了反求，得到了更適合于新的樣本外靜息功能磁共振成像(fMRI)數(shù)據(jù)的結(jié)果。在不假設(shè)層次結(jié)構(gòu)存在的情況下，估計的模型參數(shù)顯示了一個大規(guī)模的皮層梯度。在一端，感覺運動區(qū)域有很強的周期性連接和興奮性皮層下輸入，與外部刺激的局部處理一致。在相反的一端，默認的網(wǎng)絡區(qū)域具有微弱的重復連接和興奮性皮層下輸入，這與它們在內(nèi)部思維中的作用是一致的，”研究人員寫道。
      

      此外，反復出現(xiàn)的連接強度和皮層下輸入為區(qū)分層次結(jié)構(gòu)的水平提供了補充信息，只有前者與皮層層次結(jié)構(gòu)的其他宏觀和微觀代理(認知功能、主要靜息功能磁共振成像梯度、髓磷脂和層狀特異性神經(jīng)元密度的meta分析)顯示出強烈的相關(guān)性。總的來說，這項研究為動態(tài)靜息狀態(tài)下大腦皮層的宏觀層次結(jié)構(gòu)提供了微觀層面的見解。
      

      “許多疾病的潛在途徑發(fā)生在細胞層面，許多藥物在微觀層面運作。知道真正發(fā)生在人類大腦最深處的水平,這對我們來說是至關(guān)重要的發(fā)展方法,深入研究大腦深處的無創(chuàng),”隊長托馬斯·楊說,博士,助理教授新加坡腦科學研究所(SINAPSE)在新加坡國立大學,和一個* STAR-NUS臨床成像研究中心(中國保監(jiān)會)。
      

      目前，大多數(shù)人類大腦研究僅限于非侵入性方法，如磁共振成像(MRI)。這限制了在細胞水平上對人類大腦的檢查，這可能為各種神經(jīng)疾病的發(fā)展和潛在治療提供新的見解。
      

      楊指出，世界各地的不同研究團隊已經(jīng)利用生物物理模型來彌補非侵入性成像和對人類大腦細胞理解之間的差距。生物物理大腦模型可以用來模擬大腦活動，使神經(jīng)科學家能夠深入了解大腦。然而，這些模型中的許多都依賴于過于簡單的假設(shè)，例如，所有大腦區(qū)域都具有相同的細胞特性，而科學家們在100多年前就已經(jīng)知道這些假設(shè)是錯誤的。
      

      楊和他的團隊與龐貝法布拉大學、巴塞羅那大學和烏得勒支大學醫(yī)學中心的研究人員合作，分析了452名人體連接體項目參與者的成像數(shù)據(jù)。與以往的建模工作不同，他們允許每個大腦區(qū)域具有不同的細胞特性，并利用機器學習算法自動估計模型參數(shù)。
      

      “我們的方法與真實數(shù)據(jù)更加吻合。此外，我們發(fā)現(xiàn)機器學習算法估計的微尺度模型參數(shù)反映了大腦如何處理信息。
      

      研究小組發(fā)現(xiàn)，大腦中負責感官感知的區(qū)域，如視覺、聽覺和觸覺，表現(xiàn)出與大腦中負責內(nèi)部思考和記憶的區(qū)域相反的細胞特性。人類大腦細胞結(jié)構(gòu)的空間模式緊密地反映了大腦如何分層次地處理來自周圍環(huán)境的信息。這種形式的分層處理是人類大腦和人工智能最新進展的一個關(guān)鍵特征。
      

      新加坡國立大學工程學院電子與計算機工程系的楊教授說:“我們的研究表明，大腦的處理層次是由其區(qū)域間的微尺度分化所支持的，這可能為人工智能的突破提供進一步的線索。”
      

      未來，新加坡國立大學的研究小組計劃應用他們的方法來檢查個體參與者的大腦數(shù)據(jù)，以更好地理解個體大腦細胞結(jié)構(gòu)的變化如何與認知能力的差異相關(guān)。該研究小組希望，這些最新的研究結(jié)果可以為開發(fā)針對特定藥物或大腦刺激策略的個性化治療方案邁出一步。
      
			

			
        
      
			
      
            鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權(quán)行為，請第一時間聯(lián)系我們修改或刪除，多謝。
			
      
			
			
      
        
      推薦內(nèi)容