映射神经疾病

疾病如精神分裂症可以起源于特定的大脑区域,然后分散影响密切相关的领域。确定这些区域的大脑,以及它们是如何影响他们沟通的其他领域,将允许制药公司发展更好的治疗方法,可能最终帮助医生做出诊断。但解释大脑扫描产生的大量的数据来识别这些连接区域迄今已被证明是不可能的。

现在,研究人员在麻省理工学院计算机科学和人工智能实验室已经开发出一种算法,可以分析医学图像信息识别患病的大脑区域和与其它地区的联系。

麻省理工学院的研究人员将工作下个月举行的国际会议上医学图像计算和计算机辅助介入不错,法国。

波琳娜Golland开发的算法,计算机科学,副教授和研究生阿卡纳Venkataraman,提取信息来自两个不同类型的磁共振成像(MRI)扫描。第一,称为扩散磁共振成像,看着水如何沿着大脑白质纤维扩散,提供洞察如何紧密连接到另一个不同区域。第二,称为功能性核磁共振,探测大脑的不同部分如何激活时,执行特定的任务,所以可以揭示当两个区域是活跃的同时,因此连接。

这两个扫描就可以生成大量的数据在网络上的连接在大脑中,Golland说。“这很困难一个人看着所有的数据集成到一个模型是怎么回事,因为我们不擅长处理大量的数据。”

因此,算法首先比较健康的人进行的脑部扫描的数据与一个特定的疾病,患者识别不同的两组之间的联系表明中断造成的障碍。

然而,仅仅这一步是不够的,因为我们的理解在大脑中发生了什么问题个别地区本身,而不是它们之间的连接,使其难以与现有的医学知识整合这些信息。

算法分析这个网络的连接来创建一个地图的大脑区域影响最大的疾病。“它是基于假设任何疾病得到一小部分受影响的区域,然后通过这个连接的变化,影响他们的邻居“Golland说。“我们的方法提取区域的这组数据可以解释我们看到的连接中断。”

它通过假设,基于整体的地图每个的大脑区域之间的联系,在信号中断它希望看到如果一个特定区域受到影响。这样,当该算法检测到任何中断连接在一个特定的扫描,它知道这地区必须受到疾病影响创建这样的影响。“这基本上找到了子集地区最好的解释观察到的变化在正常控制扫描和病人之间的连接扫描,“Golland说。

当团队使用算法比较精神分裂症患者的脑部扫描的健康的人,他们的大脑能够识别三个区域——正确的后扣带和左、右颞脑回,最受到疾病的影响。

从长远来看,这将有助于制药公司开发更有效的治疗疾病,专门针对这些区域的大脑,Golland说。同时,通过揭示所有的大脑的不同部位受到特定的疾病,它可以帮助医生了解疾病的发展,如何以及为什么它产生某些症状。

最终,该方法也可以用来帮助医生诊断病人的症状可以代表许多不同的障碍,Golland说。通过分析患者的脑部扫描,以确定哪些地区的影响,它可以识别哪些障碍将创建这个特定的中断,她说。

除了精神分裂症,研究者开发了算法与Marek Kubicki,副主任哈佛医学院精神病学神经影像实验室,还在研究使用方法的可能性研究亨廷顿氏舞蹈症。