用MRI和人工智能测量大脑流体流动 ^{CEFR B2}

研究人员在一项发表于Science Advances的研究中，把磁共振成像（MRI）与物理信息驱动的人工智能结合，用以估算大脑中帮助清除代谢废物的类水流体流速。脑淋巴样系统（glymphatic）由Maiken Nedergaard在2012年首先描述，这类流动与阿尔茨海默病等疾病有关。

因为这类流动非常缓慢，常规MRI虽然能三维成像整个大脑，但无法直接捕捉如此低的速度。为此，团队用显示染料随时间在脑组织中扩散的视频训练神经网络。基于这些视频，AI推断出流体的移动速度和脑组织的通透性，从而从MRI数据估算真实的流速场。

研究结果表明，脑淋巴样系统有两条主要通路：其中一条在开放区域周围流动较快，例如颅骨与大脑表面之间，速度为每秒几微米；另一条较慢，穿透深层脑组织，速度大约慢约50倍。到目前为止，团队已在小鼠等动物中收集基线测量数据。

• 研究人员希望比较健康与患病大脑，以及年轻与年老大脑的差异。
• 最终目标是在人体中研究这些循环，并寻找临床应用。
• 研究者认为可用于判断阿尔茨海默病患者是否存在循环不良、早期筛查或评估脑震荡后的紊乱。

其他合作者来自布朗大学、罗切斯特大学和哥本哈根大学。研究得到NIH National Center for Complementary and Integrative Health和NIH BRAIN Initiative的资助。