磁共振成像大脑图像的电子比较准确地确定了生物年龄

使用最新的人工智能技术，即所谓的人工神经网络，可以从大脑图像中准确确定一个人的生物年龄。

然而，到目前为止，人们还不清楚这些网络使用哪些特征来推断年龄。马克斯·普朗克人类认知和脑科学研究所的研究人员现在开发了一种算法，该算法揭示了年龄估计可以追溯到大脑的一系列特征大脑，提供有关个人健康状况的一般信息。因此，该算法可以帮助更快地检测肿瘤或阿尔茨海默病，并可以得出关于糖尿病等疾病的神经后果的结论。

深度神经网络是一种人工智能技术，它已经在很多层面上丰富了我们的日常生活:人工网络以真实神经元的工作方式为模型，可以理解和翻译语言，解释文本，识别图像中的物体和人。但他们也可以根据大脑的核磁共振扫描来确定一个人的年龄。的确，通过询问这个人更容易知道他的年龄。然而，机器年龄测定也能让你了解健康大脑在生命不同阶段的正常情况。

如果该网络根据扫描结果估算出的大脑生物年龄高于实际年龄，就可能预示着可能的疾病或损伤。例如，之前的研究发现，患有某些疾病的人的大脑，如糖尿病或糖尿病严重认知障碍他们的工作年限似乎比实际情况要长。换句话说，大脑的生物学状态比基于这些人的年龄所假设的更糟糕。

虽然人工神经网络可以准确地确定生物年龄，但直到现在还不知道从神经网络中得到什么信息大脑图像他们的算法曾经这样做过。人工智能研究领域的科学家也将其称为“黑箱问题”。根据这种方法，你将大脑图像推入模型，即“黑匣子”，让它处理它——最终只得到它的答案。然而，由于网络的复杂性，以前不清楚这种响应是如何产生的。

解释人工智能结果的算法

因此，莱比锡马克斯·普朗克人类认知和脑科学研究所的科学家们想要打开这个黑匣子:这个模型通过观察什么来得出它的结果——大脑年龄?为此，他们与柏林的弗劳恩霍夫电信研究所合作开发了一种新的解释算法，可用于分析网络的年龄估计。

“这是我们第一次在复杂的回归任务中应用解释算法，”马克斯·普朗克研究所的博士候选人西蒙·m·霍夫曼解释说，他是这项基础研究的第一作者，该研究现已发表在该杂志上科学杂志．“我们现在可以准确地确定大脑的哪些区域和特征表明了生物年龄的高低。”

这表明人工神经网络使用白质进行预测。因此，他们特别关注大脑神经组织中有多少小裂缝和疤痕。他们还分析了大脑皮层的沟壑有多宽，或者所谓的脑室的空腔有多大。

先前的研究表明，一个人的年龄越大，他或她的皱纹和脑室平均越大。有趣的是，人工神经网络在没有得到这些信息的情况下，自己得出了这些结果。在训练阶段，他们能得到的只有大脑扫描图和被试的真实年龄。

“当然，年龄估计的增加也可以被解释为模型的错误，”该研究小组的负责人维罗妮卡·维特(Veronica Witte)说。“但我们能够证明，这些偏差在生物学上是重要的。”例如，研究人员证实，糖尿病患者的大脑年龄增加。他们能够证明患者的白质有更多的损伤。

未来在医学诊断中的作用

很明显，人工神经网络将在医学诊断中发挥越来越重要的作用。因此，了解这些算法的指导原理将变得越来越重要:在未来，大脑扫描可以被不同的网络自动分析，每个网络都专注于特定的领域——一个可以得出关于阿尔茨海默病的结论，另一个可以得出关于肿瘤的结论，还有一个可以得出关于可能的精神障碍的结论。

“医生不仅会收到可能存在某些疾病的反馈。她还能看到大脑中的哪些区域是诊断的基础，”霍夫曼解释道。在每种情况下，相应的特征都由算法直接在MRI图像上标记出来，因此医疗专业人员可以更容易地检测到，然后他们可以立即得出关于疾病严重程度的结论。

这也更容易发现误诊:如果分析是基于生物学上不可信的区域，比如在创建图像时发生的错误，这些可以立即被医生发现。研究团队的解释算法从而最终也能帮助提高的准确性人工神经网络他们自己。

在后续研究中，研究人员现在想要更详细地调查为什么他们的模型也关注大脑中迄今为止在衰老研究中起不到什么作用的特征——例如，神经网络也关注小脑。健康和患病的人的衰老过程是如何进行的对科学家来说一直是个谜。

---

---