Ученые разработали компьютерную модель, которая умеет точно предсказывать возраст мозга и может использоваться для комбинирования различных типов тестов функции мозга для прогнозирования снижения когнитивных функций или депрессии, - пишет eurekalert.org со ссылкой на eLife.
Неинвазивные тесты функции мозга, такие как магнитоэнцефалография (МЭГ), магнитно-резонансная томография (МРТ) и позитронно-эмиссионная томография (ПЭТ), играют решающую роль в клинической неврологии. Но поскольку все эти тесты измеряют различные аспекты работы мозга, ни один из них сам по себе не является оптимальным. Обучение компьютеров анализировать данные из разных тестов и прогнозировать клинический результат даст более полную картину работы мозга.
«Компьютерные модели, которые были обучены прогнозировать возраст человека по данным мозга здоровых групп населения, предоставляли полезную клиническую информацию, - объясняет ведущий автор Дени Энгеманн, научный сотрудник Inria, французского национального исследовательского института цифровых наук. - Проблема в том, что в клинике не всегда возможно получить все типы данных, необходимых для этого анализа».
В этом исследовании команда решила выяснить, могут ли они разработать модель, которая объединяет анатомическую информацию, полученную при сканировании с помощью МРТ, с информацией о ритмах мозга, которые хорошо фиксируются МЭГ. Самое главное - они хотели увидеть, будет ли модель работать, если некоторые данные будут отсутствовать.
Исследователи обучили свою компьютерную модель подмножеству данных из базы данных Cam-CAN, которая содержит данные МЭГ, МРТ и нейропсихологии для 650 здоровых людей в возрасте от 17 до 90 лет. Затем они сравнили разные версии модели со стандартным анатомическим сканированием МРТ и модели, которые имели дополнительную информацию из функциональных МРТ и тестов МЭГ. Они обнаружили, что добавление сканирования МЭГ или функциональной МРТ в стандартную МРТ привело к более точному прогнозу возраста мозга.
Затем они рассмотрели маркер возраста мозга (называемый дельтой возраста мозга) и изучили, как это связано с различными функциями мозга, которые измеряются с помощью МЭГ и МРТ. Это подтвердило, что МЭГ и фМРТ предоставляли уникальную информацию о функции мозга, добавляя дополнительную мощность в общую модель.
Однако, когда они протестировали свою модель по полной базе данных Cam-CAN из 650 человек, некоторые из которых не имели данных МРТ, фМРТ и МЭГ, они обнаружили, что даже при отсутствии данных компьютерная модель, использующая только доступные сведения, была более точной, чем только МРТ. Это важно, потому что в неврологических клиниках у пациентов не всегда есть возможность пройти все типы сканирования.
Фактически, поскольку большинство больниц используют электроэнцефалографию (ЭЭГ), а не тесты на МЭГ, еще одним важным выводом было то, что наиболее мощное измерение функции мозга, которое тесты на МЭГ обеспечивают для модели, также можно точно измерить с помощью ЭЭГ. Это означает, что в клинике ЭЭГ потенциально может заменить МЭГ без влияния на прогнозирующую способность модели.
«Мы использовали оппортунистический подход для обучения
компьютерной модели, чтобы извлечь информацию из имеющихся данных
и предсказать возраст мозга, - заключает старший автор Александр
Грамфорт, директор по исследованиям в Inria. - Мы ожидаем, что
аналогичные показатели могут быть получены с помощью более
простых тестов ЭЭГ, которые обычно используются вместе с МРТ в
клинике и могут быть легко применены к другим клиническим
конечным точкам, таким как дозировка препарата, выживаемость или
точная постановка диагноза».
[Фото: ru.123rf.com/profile_sudok1]
