Brain Mapping：一张人脑快速增长和缓慢衰退的地图

科学家们揭示了令人着迷的图表，显示了人类大脑在整个一生中的快速增长和缓慢衰退。

它们说明了我们的思想如何从 15 周大的胎儿转变为 100 岁的成年人，这是一项跨越六大洲并涉及近 125,000 次脑部扫描的研究项目的结果。

这些图表让专家们能够确认——并且在某些情况下首次显示——以前只是假设的发育里程碑，例如大脑不同区域在什么年龄达到峰值大小。

例如，灰质或脑细胞会增加 从怀孕中期开始迅速，在我们六岁之前达到顶峰。 然后他们慢慢开始下降。

白质或大脑连接在儿童早期也迅速增加，并在人类达到 29 岁之前达到峰值，然后在一个人达到 50 多岁时加速下降。

白质或大脑连接在儿童早期迅速增加，并在一个人达到 29 岁之前达到峰值，然后在一个人 50 岁时加速下降（如图）。 大脑皮层的灰质体积在 14 岁半的青春期达到峰值

与此同时，一个国际研究小组发现，大脑皮层中控制基本身体功能和行为的灰质体积在 14 岁半的青春期达到顶峰。

虽然目前不打算用于临床，但由剑桥大学领导的专家希望这些图表将成为一种常规工具，类似于儿童使用标准生长图表的方式。

200 多年来，这些图表一直是儿科医疗保健的基石，并在诊所中用于帮助监测儿童与同龄人相比的生长和发育情况。

典型的生长图表可能会在水平轴上绘制年龄与在垂直轴上绘制身高，但它不是一条线，而是显示一个反映身高、体重或头围正常变化的范围。

没有可比的参考图表来测量人脑中与年龄相关的变化。

缺乏对大脑发育和衰老进行标准化评估的工具与精神疾病的研究特别相关，其中病例之间的差异和它们内部的异质性需要能够以临床参考图表和条件的方式对单个个体说出有意义的工具的工具如阿尔茨海默病会导致脑组织退化和认知能力下降。

研究人员表示，他们的研究是朝着缩小这一差距迈出的重要一步。

与婴儿成长图表不同，BrainChart 涵盖了从子宫发育到老年的整个人类生命周期，旨在创造一种通用语言来描述大脑发育和成熟的变化。

该研究的合著者、剑桥大学精神病学系的理查德·伯利恒博士说：“通过非常协调的全球努力，我们能够做的一件事就是将整个数据拼凑在一起。的生活。 延期。

“它使我们能够测量大脑中发生的早期和快速的变化，以及随着年龄的增长而长期缓慢的退化。”

科学家揭示了显示人类大脑在整个一生中快速增长和缓慢衰退的迷人图表（存储图像）

虽然脑图已被证明对研究有用，但从长远来看，该团队打算将其用作临床工具。

这些数据集已经包含大约 165 种不同的诊断分类，这意味着研究人员可以看到大脑在阿尔茨海默病等疾病中的差异。

阿尔茨海默病会导致神经退化和脑组织丢失，因此患有这种疾病的人比同龄人更有可能经历脑容量减少。

就像一些健康的成年人比其他人高一样，因此大脑大小也存在差异——换句话说，稍微小一点的大脑并不一定表明有问题。

然而，从脑图可以看出，虽然大脑大小会随着年龄的增长而自然减小，但在阿尔茨海默病患者中发生得更快。

这些图表（如图）显示了我们的思想如何从 15 周大的胎儿转变为 100 岁的成年人，这是一项跨越六大洲并涉及近 125,000 次脑部扫描的研究项目的结果

伯利恒博士说：“我们的脑电图仍处于非常早期的阶段，这表明可以通过结合大型数据集来创建这些工具。

图表已经开始为大脑发育提供有趣的见解，我们的目标是在未来，随着更多数据集的整合和图表的改进，它们最终可以成为常规临床实践的一部分。

您可以想象它被用来帮助评估筛查阿尔茨海默病等疾病的患者，例如，允许临床医生通过比较患者大脑大小与同龄人相比的变化速度来检测神经退行性变的迹象。

此外，该团队希望让大脑模式更能代表整个人群，理由是需要更多关于以前代表性不足的社会经济和种族群体的大脑 MRI 数据。

费城儿童医院寿命脑研究所和宾夕法尼亚大学的共同作者 Jacob Seidlitz 博士说：“这些脑图的创作涉及许多艺术品和一个伟大的合作者团队。

有了大脑成像数据，事情比简单地拿出卷尺测量一个人的身高或头围要复杂一些。

“有重大挑战需要处理，包括后勤和管理障碍，以及我们在脑成像数据集之间发现的巨大系统差异。”

该团队使用神经成像软件从 MRI 扫描中提取数据，从灰质或白质的体积开始，然后扩展他们的工作以查看更精细的细节，例如皮层的厚度或特定大脑区域的大小。

他们使用世界卫生组织实施的框架来生成增长图式，以构建自己的大脑图式。

研究人员估计，他们使用了大约 200 万小时的计算时间来分析大约 1 PB 的数据（1 PB 相当于 1,000,000,000,000 字节）。

“如果没有访问剑桥 HPC 集群，这将是不可能的，”Seidlitz 博士说。

但我们仍然认为这是一项正在进行的工作。 这是创建标准化神经影像参考方案的第一步。

这就是我们建立网站并创建大型合作者网络的原因。 随着新数据的出现，我们希望不断更新图表并以这些模型为基础。

该研究发表在期刊上 自然.