Машинное обучение выявляет персонализированные мозговые сети у детей

Машинное обучение выявляет персонализированные мозговые сети у детей

Машинное обучение помогает исследователям из Пенсильвании в медицине определять размер и форму мозговых сетей у отдельных детей, что может быть полезно для понимания психических расстройств. В новом исследовании, опубликованном сегодня в журнале Neuron , мультидисциплинарная команда показала, как сети мозга, уникальные для каждого ребенка, могут предсказывать когнитивные способности. В исследовании, в котором использовались методы машинного обучения для анализа результатов сканирования функциональной магнитно-резонансной томографии (фМРТ) почти 700 детей, подростков и молодых людей, впервые показано, что функциональная нейроанатомия у детей может сильно различаться и уточняется в процессе развития.

Человеческий мозг имеет узор из складок и гребней на поверхности, которые служат ориентирами для поиска областей мозга. Функциональные сети, управляющие познанием, давно изучаются у людей путем выстраиванияпаттерны активации – программное обеспечение мозга – до оборудования этих физических ориентиров. Однако этот процесс предполагает, что функции мозга у каждого человека находятся на одних и тех же ориентирах. Это хорошо работает для многих простых систем мозга, например, двигательная система, контролирующая движение, обычно находится рядом с одной и той же конкретной складкой у каждого человека. Однако многочисленные недавние исследования у взрослых показали, что это не относится к более сложным системам мозга, отвечающим за управляющую функцию – совокупности психических процессов, включающих самоконтроль и внимание. В этих системах функциональные сети не всегда совпадают с физическими ориентирами мозга в виде складок и гребней. Вместо этого у каждого взрослого есть свой собственный макет. До сих пор было неизвестно, как такие индивидуальные сети могут измениться по мере взросления детей.

«Самое захватывающее в этой работе заключается в том, что теперь мы можем определять пространственное расположение этих функциональных сетей у отдельных детей, вместо того, чтобы смотреть на всех, используя один и тот же подход« один размер для всех »», – сказал старший автор Теодор Д. Саттертуэйт. , Доктор медицины , доцент кафедры психиатрии медицинского факультета Перельмана Пенсильванского университета. «Как и взрослые, мы обнаружили, что функциональная нейроанатомия сильно различается у разных детей – каждый ребенок имеет уникальный паттерн. Как и взрослые, сети, которые больше всего различаются между детьми, – это те же самые исполнительные сети, отвечающие за регулирование тех видов поведения, которые часто могут привести к тому, что подростки попадают в горячую воду, например, рискованные и импульсивные ».

Чтобы изучить, как функциональные сети развиваются у детей и поддерживают управляющую функцию, команда проанализировала большую выборку подростков и молодых людей (693 участника в возрасте от 8 до 23 лет). Эти участники завершили 27-минутное сканирование с помощью фМРТ в рамках большого исследования Филадельфийской когорты нервного развития (PNC), которое финансировалось Национальным институтом психического здоровья. Методы машинного обучения, разработанные лабораторией Юн Фана, доктора философии , доцента радиологии в Пенсильвании и соавтора статьи, позволили команде отобразить 17 функциональных сетей у отдельных детей, вместо того, чтобы полагаться на среднее расположение этих сетей. .

Затем исследователи изучили, как эти функциональные сети развивались в подростковом возрасте и были связаны с результатами набора когнитивных тестов. Команда обнаружила, что функциональная нейроанатомия этих сетей совершенствовалась с возрастом, и позволила исследователям с высокой степенью точности предсказать, сколько лет ребенку.

Ссылка на основную публикацию