NextBrain – nyilvános agyatlasz soha nem látott részletességű MRI-felvételekkel
Az UCL kutatói kifejlesztettek egy új, mesterséges intelligenciával támogatott agyatlaszt, amely soha nem látott részletességgel segít vizualizálni az emberi agyat, ami jelentős előrelépést jelent az idegtudomány és a neuroimaging területén.
Az emberi agy több száz egymással összekapcsolt régióból áll, amelyek gondolatainkat, érzelmeinket és viselkedésünket irányítják. A meglévő agyatlaszok képesek azonosítani az MRI-felvételeken a főbb struktúrákat – például a memóriát és a tanulást támogató hippokampuszt –, de azok finomabb alrégiói továbbra is nehezen észlelhetők. Ezek a különbségek azért fontosak, mert például a hippokampuszhoz hasonló területek alrégiói eltérő módon reagálnak az Alzheimer-kór előrehaladására.
Az agy sejtszinten történő vizsgálata mikroszkóppal (szövettan) lehetséges, de élő egyéneknél nem végezhető el, ami korlátozza annak lehetőségét, hogy megértsük, hogyan változik az emberi agy a fejlődés, az öregedés és a betegségek során.
A Nature folyóiratban megjelent új tanulmány bemutatja a NextBrain-t, egy teljes felnőtt emberi agy atlaszát, amely segítségével élő betegek MRI-felvételei perceken belül, eddig nem lehetséges részletességgel elemezhetők.
A szabadon elérhető atlasz készítői remélik, hogy ez végső soron elősegíti az agytudományban történő felfedezések felgyorsítását és azok átültetését az Alzheimer-kórhoz hasonló betegségek jobb diagnosztizálásába és kezelésébe.
Hogyan készült az AI-támogatott agyatlasz?
Az atlasz elkészítése hat évig tartott, és egy kirakós játék összeállításához hasonló, fáradságos folyamatot jelentett – bár ez esetben öt halott emberi agyból vett szöveteket használtak fel.
Minden agyat gondosan felboncoltak, 10 000 darabra vágtak, az agyi struktúrák azonosításának megkönnyítése érdekében festették, mikroszkóp alatt fényképezték, majd 3D-s digitális modellé állították össze. A folyamat megkezdése előtt a csapat MRI-vizsgálatot végzett az agyakon, hogy tudják, hogyan kell összerakni őket, hasonlóan a kirakós doboz elején látható képhez.
Mesterséges intelligenciát használtak a mikroszkópos képek és az MRI-felvételek összehangolásához, figyelembe véve a két technika közötti különbségeket, biztosítva, hogy a darabok ne fedjék egymást, és ne legyenek köztük rések.
Ezután összesen 333 agyterületet jelöltek meg az öt agy digitális 3D-modelljein, amelyet a mesterséges intelligencia jelentősen felgyorsított. A kutatók szerint manuálisan ez évtizedekbe telt volna.
Dr. Juan Eugenio Iglesias, a tanulmány vezető szerzője, az UCL Medical Physics & Biomedical Engineering és a Massachusetts General Hospital/Harvard Medical School munkatársa elmondta: „A NextBrain az évekig tartó erőfeszítések eredménye, amelyek célja a mikroszkópos képalkotás és az MRI közötti szakadék áthidalása volt. A nagy felbontású szöveti adatok és a fejlett AI technikák kombinálásával olyan eszközt hoztunk létre, amely lehetővé teszi a kutatók számára, hogy az agyi felvételeket eddig elérhetetlen részletességgel elemezzék. Ez új lehetőségeket nyit a neurodegeneratív betegségek és az öregedés tanulmányozása terén.”
Az így létrejött atlasz, amely az öt agymodell „átlaga”, általánosítható minden felnőtt emberre – vagyis felhasználható élő vagy elhunyt alanyok MRI-felvételeiből származó részletek automatikus következtetésére.
Az agyatlasz pontosságát több ezer felvételen tesztelték
A NextBrain-t több ezer MRI-adatkészleten tesztelték sikeresen, és bebizonyosodott, hogy különböző képalkotási feltételek és szkennertípusok mellett is megbízhatóan azonosítja az agyi régiókat. Az egyik kísérletben a csapat az atlaszt használta egy nyilvánosan elérhető, ultra-nagy felbontású MRI-felvételen az agyi régiók automatikus címkézésére, ami szorosan egyezett a manuálisan címkézett régiókkal, még olyan kis területeken is, mint a hippocampus alrégiói.
Egy másik kísérletben a kutatók a NextBrain-t több mint 3000 élő személy MRI-felvételén alkalmazták, hogy megvizsgálják az agy térfogatának életkorral kapcsolatos változásait. Az atlasz lehetővé tette az öregedési minták részletesebb elemzését, mint amit a meglévő eszközökkel lehetett volna elérni.
Dr. Zane Jaunmuktane, a tanulmány szerzője, az UCL Queen Square Neurológiai Intézet és a Queen Square Neurológiai Rendellenességek Agybankjának munkatársa elmondta: „Az atlasz létrehozásával az volt a célunk, hogy a kutatók gyorsan és következetesen azonosíthassák az élő betegek agyának több száz régióját, miközben a képek megőrzik a mikroszkópos adatok finom anatómiai pontosságát.”
A NextBrain anatómiai részletessége figyelemre méltó, és nyilvános hozzáférhetősége azt jelenti, hogy a kutatók világszerte azonnal kihasználhatják előnyeit.
A NextBrain páratlanul részletes térképet nyújt az agy sejtszerkezetéről. Az atlaszba beépített alapok lehetővé teszik az élő egyének agyi képeinek gyors, pontos és hozzáférhető elemzését, megnyitva az utat az Alzheimer-kórhoz hasonló neurológiai betegségek legkorábbi jeleinek felismerése előtt, jóval a tünetek megjelenése előtt, és elősegítve ezeknek a pusztító betegségeknek a megértését, nyomon követését és végső soron megelőzését.”
A NextBrain-ben használt összes alapadat, eszköz és megjegyzés nyíltan hozzáférhetővé vált a FreeSurfer neuroimaging platformon, a vizualizációs eszközökkel és oktatási forrásokkal együtt.