Новини

30.06.2021 Неінвазивні тести функцій мозку, такі як магнітоенцефалографія (МЕГ), магнітно-резонансна томографія (МРТ) та позитронно-емісійна томографія (ПЕТ), відіграють вирішальну роль у клінічній неврології.

Але оскільки всі ці тести вимірюють різні аспекти роботи мозку, жоден з них не є оптимальним сам по собі. Навчання комп’ютерів для аналізу даних різних тестів та прогнозування клінічного результату дало б більш повну картину функції мозку.

"Комп'ютерні моделі, які були навчені прогнозувати вік людини за даними мозку здорових груп населення, дали корисну клінічну інформацію. Проблема полягає в тому, що в клінічних умовах не завжди вдається отримати всі типи даних, необхідних для цього аналізу" – Денис Енгеман, головний автор дослідження і Scientis Research, Французький національний науково-дослідний інститут цифрових наук.

У цьому дослідженні команда спробувала розробити модель, яка поєднує анатомічну інформацію, що надається МРТ-скануванням, з інформацією про ритми мозку, яку фіксує МЕГ. Найголовніше, що вони хотіли побачити, чи зможе модель все-таки працювати, якщо частина даних відсутня.

Вони навчили свою комп’ютерну модель за допомогою підмножини даних із бази даних Cam-CAN, де зберігаються МЕГ, МРТ та нейропсихологічні дані для 650 здорових людей у ​​віці від 17 до 90 років

Потім вони порівнювали різні версії моделі зі стандартною анатомічною МРТ-скануванням та моделями, які мали додаткову інформацію від функціональних МРТ (fMRI) і МЕГ-тестів.

Вони виявили, що додавання МЕГ або сканування fMRI до стандартної МРТ призводить до більш точного прогнозування віку мозку. Коли обидва типа даних були додані, модель була ще більше точною.

Далі вони подивилися на маркер віку мозку (який називається дельтою мозку) та вивчили, як це пов’язано з різними функціями мозку, які вимірюються МЕГ та fMRI. Це підтвердило, що MEG та fMRI надавали унікальну інформацію про функції мозку, додаючи потужністі загальній моделі.

Однак, коли вони протестували свою модель на повній базі даних Cam-CAN, що складалася з 650 осіб, у деяких з яких не було даних про МРТ, fMRI та MEG, вони виявили, що навіть при відсутності даних, комп'ютерна модель використовувала те, що було доступно та робила більш точний прогноз, ніж МРТ. Це важливо, оскільки в лікарнях неврологічних клінік не завжди вдається отримати від пацієнтів результати кожного тип сканування.

Насправді, оскільки більшість лікарень використовують електроенцефалографію (ЕЕГ), а не МЕГ-тести, іншим важливим висновком було те, що найпотужніше вимірювання функції мозку, яке МЕГ-тести надають моделі, також може бути точно виміряне ЕЕГ. Це означає, що в клініці ЕЕГ потенційно може бути замінена МЕГ, не впливаючи на прогностичну силу моделі.

Джерело: https://medic.ua/uk/vcheni-stvorili-komp-yuter-shho-viznachaye-biologichnij-vik-mozku/