用MRI和人工智能测量大脑流体流动 ^{CEFR B1}

一项发表在Science Advances的研究把磁共振成像与物理信息驱动的人工智能方法结合，用来测量脑内有助清除代谢废物的类水流体流动。脑淋巴样系统（glymphatic）最初由Maiken Nedergaard在2012年描述。

研究者指出，这类流动非常缓慢，常规MRI虽能三维成像整个大脑，但无法直接捕捉这种低速流动。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，AI由此推断出流体移动速度和脑组织的通透性。

结果显示有两条主要路径：较快的流动沿着开放区域移动，例如颅骨与大脑表面之间；较慢的流动则渗透穿过深层组织，速度明显更低。团队已在小鼠等动物中收集基线数据，并希望将来比较健康与患病大脑，最终研究人体内的循环。

研究者还提到，这类方法未来可能用于判断阿尔茨海默病患者的循环是否异常，或评估脑震荡后流体流动的紊乱。