Всё сочувствие, на которое мы решились
Искусственный интеллект улучшит изучение нейронных связей мозга

Искусственный интеллект улучшит изучение нейронных связей мозга

Японские исследователи создали программное обеспечение на основе искусственного интеллекта, которое сделало анализ совокупности нейронных связей в мозге (коннектом) более качественным и позволило оптимизировать его от субъекта к субъекту.

Искусственный интеллект улучшит изучение нейронных связей мозга

Разработанное ПО позволит усилить надежность такого метода нейровизуализации, как трактография, и более широко использовать его для изучения как нормальной структуры связей в мозге, так и изменений при различных патологиях. Подробности опубликованы в журнале Scientific Reports.

Для отслеживания того, как нейроны объединяются в многочисленные нервные тракты в нашем головном мозге, существует не так уж и много методов. Самый точный, но одновременно и самый инвазивный среди них – это метод аксональной трассировки. При нем можно напрямую проследить распространение какого-либо маркера (чаще –флуоресцентного) от тела нейрона по аксону к синапсу, тем самым восстанавливая структуру нервного волокна с высокой точностью. Но для этого требуется изучить сотни срезов мозга, и ни о каком прижизненном изучении органа в этом случае речь не идет.

Для того, чтобы получать информацию об устройстве нервных трактах у людей, существует подтип магнитно-резонансной томографии (МРТ) – диффузионно-взвешенная МРТ (дМРТ) или трактография. Ее суть заключается в том, что томограф «ловит» сигнал от молекул воды, а компьютерный алгоритм восстанавливает направление их движения по тракту, переводя эти данные в изображение.

Тем не менее метод обладает рядом существенных недостатков, которые снижают точность получаемых результатов, делая их сильно зависимыми от тех параметров, которые назначают сами ученые. Также чувствительность сильно снижается с увеличением длины волокна. То есть чем длиннее тракт, тем больше вероятность, что он будет визуализирован неверно. Поэтому надежность данных, которые дает дМРТ, остается предметом бурных обсуждений между исследователями. А ведь это фактически единственный шанс определять то, как связаны различные области живого мозга, для понимания его комплексной работы.

В 2013 году в трех японских исследовательских центрах – OIST, RIKEN и Университет Киото – запустили проект Brain/MINDS (Brain Mapping by Integrated Neurotechnologies for Disease Studies). Проект посвящен картированию мозга мармозеток – небольших нечеловекообразных обезьян. Он позволил создать полный коннектом особей, причем, как с использованием дМРТ, так и с последующей аксональной трассировкой.

«Набор данных этого проекта дал нам уникальную возможность сравнить один и тот же коннектом, полученный с помощью двух разных методов, и определить, какие параметры необходимо устанавливать для создания наиболее точного коннектома на основе МРТ», — отмечают авторы работы.

В нынешнем исследовании ученые предполагали настроить параметры двух разных широко используемых алгоритмов реконструкции МР-изображений, чтобы оба как можно лучше могли реконструировать длинные тракты. Но комбинировать эти параметры они обучили искусственный интеллект (ИИ).

При каждой смене какого-либо параметра алгоритм ИИ анализировал получаемые трактограммы и сравнивал с эталоном – коннектомом, полученным с помощью трассировки. Лучшие параметры (при которых достигалось большее соответствие коннектомов) переходили в следующее поколение анализа, и так до тех пор, пока перебор параметров не завершался. Таким образом ученые проанализировали мозг десяти мармозеток.

Искусственный интеллект улучшит изучение нейронных связей мозга
МР-томограф и значения, получаемые при трактографии, с помощью которых реконструируется направление нервных волокон в программе The MRtrix viewer 3.0.1

Тем не менее задача выбрать оптимальные параметры реконструкции оказалась непростой даже для ИИ. В одном случае удавалось найти такие параметры, которые бы уменьшали количество ложноположительных результатов, но при этом хуже строили тракты большой протяженности. В другом случае улучшалась чувствительность к длине тракта, но появлялось больше ошибок. В конце концов исследователи взяли все лучшие параметры и усреднили их, создав единый общий набор.

Как оказалось, алгоритм с общим набором оптимизированных параметров смог сгенерировать такие коннектомы мозга мармозеток в ходе дМРТ, которые наиболее точно подошли к аналогам, полученным в ходе трассировки. И исследователи доказали это с помощью другого набора коннектомов, который не использовался ранее.

Авторы отмечают, что между изображениями, которые создавались алгоритмами реконструкции с набором параметров по умолчанию (теми, которые присутствуют в томографах) и оптимизированными (которые были получены в ходе экспериментов), наблюдается значительная разница. И этот факт ставит данные, полученные в ходе стандартных исследований коннектомов с помощью МРТ, под серьезный вопрос.

Эти результаты указывают на то, как важно корректировать стандартные алгоритмы реконструкции томографов и подтверждать достоверность трактографии на основе дМРТ. В будущем ученые надеются ускорить процесс использования искусственного интеллекта для отбора лучших параметров и применять улучшенный алгоритм для реконструкции более точного коннектома мозга с неврологическими или психическими расстройствами.

Текст: Анна Хоружая

Ссылка на источник

Все сети
Send this to a friend