沖繩科學(xué)技術(shù)學(xué)院（OIST）研究生大學(xué)的一項(xiàng)研究表明，該技術(shù)已被廣泛用于加速大腦測(cè)繪技術(shù)。

在《科學(xué)報(bào)告》上發(fā)表的最新研究中，研究人員使用該技術(shù)來(lái)解開(kāi)人腦的布線，以更好地理解伴隨帕金森氏病或阿爾茨海默氏病等神經(jīng)系統(tǒng)或精神疾病的變化。

沖繩科技大學(xué)研究生院（OIST）神經(jīng)計(jì)算部門負(fù)責(zé)人Kenya Doya教授說(shuō)，大腦的“連接體”對(duì)于充分了解大腦及其進(jìn)入大腦之前執(zhí)行的所有復(fù)雜過(guò)程至關(guān)重要結(jié)論。

為了識(shí)別連接體，研究人員追蹤了遍布整個(gè)大腦的神經(jīng)細(xì)胞纖維。在動(dòng)物實(shí)驗(yàn)中，科學(xué)家可以將熒光示蹤劑注入大腦中的多個(gè)點(diǎn)，并成像這些點(diǎn)延伸出的神經(jīng)纖維。多亞教授解釋說(shuō)：“這個(gè)過(guò)程需要分析許多動(dòng)物的數(shù)百個(gè)大腦切片。并且由于它具有侵入性，因此無(wú)法在人類中使用。”

但是，磁共振成像（MRI）的進(jìn)步使得無(wú)創(chuàng)地估計(jì)連接組成為可能。這種技術(shù)稱為基于擴(kuò)散MRI的纖維跟蹤，它利用強(qiáng)大的磁場(chǎng)跟蹤水分子沿神經(jīng)纖維移動(dòng)或擴(kuò)散時(shí)的信號(hào)。然后，一種計(jì)算機(jī)算法使用這些水信號(hào)來(lái)估計(jì)整個(gè)大腦中神經(jīng)纖維的路徑，但是目前，該算法并未產(chǎn)生令人信服的結(jié)果。

OIST神經(jīng)計(jì)算部門的第一作者，博士后研究員Carlos Gutierrez博士說(shuō)：“連接組可能被假陽(yáng)性所支配，這意味著它們顯示的神經(jīng)連接并不存在?！?/p>

此外，該算法還難以檢測(cè)在大腦偏遠(yuǎn)區(qū)域之間伸展的神經(jīng)纖維。古鐵雷斯博士說(shuō)，這些長(zhǎng)距離連接對(duì)于理解大腦的功能最重要。

2013年，科學(xué)家發(fā)起了日本政府主導(dǎo)的名為Brain / MINDS（疾病研究綜合神經(jīng)技術(shù)的大腦定位）項(xiàng)目，以繪制mar猴的小非人類靈長(zhǎng)類動(dòng)物的大腦圖，小靈長(zhǎng)類動(dòng)物的大腦與人的大腦具有相似的結(jié)構(gòu)。

Brain / MINDS項(xiàng)目旨在通過(guò)使用非侵入性MRI成像技術(shù)和侵入性熒光示蹤劑技術(shù)來(lái)創(chuàng)建mar猴大腦的完整連接體。“這是我們比較來(lái)自同一大腦的結(jié)果的真正難得的機(jī)會(huì)通過(guò)這兩種技術(shù)，確定需要設(shè)置哪些參數(shù)以生成最準(zhǔn)確的基于MRI的連接器，”古鐵雷斯博士說(shuō)。

責(zé)任編輯：lq