专栏名称: 机器之心
专业的人工智能媒体和产业服务平台
目录
相关文章推荐
爱可可-爱生活  ·  晚安~ #晚安# -20241214230507 ·  3 天前  
爱可可-爱生活  ·  【Soperator:在Kubernetes ... ·  4 天前  
爱可可-爱生活  ·  [CL]《LatentQA: ... ·  4 天前  
林小奇笔记  ·  强者心态 ·  6 天前  
林小奇笔记  ·  强者心态 ·  6 天前  
51好读  ›  专栏  ›  机器之心

Nature | 深度学习解码脑扫描图像:预测婴儿自闭症

机器之心  · 公众号  · AI  · 2017-02-16 11:36

正文

选自Nature

作者:Ewen Callaway

机器之心编译 

参与:蒋思源、朱思颖、曹瑞


二十二年前,研究员们首次报道有自闭症谱系障碍(ASD)的青少年脑容量比同龄人更大。在这之后,对越来越小儿童的研究表明,这一脑容量增加在童年时期就已出现。研究员们没有办法确定幼小的婴儿在日后会不会被诊断出有自闭症,但现在有一个研究表明脑扫描可以帮助诊断这一问题,北卡莱罗纳教堂山分校的研究团队已经在 6 个月大的婴儿大脑中检测出与自闭症直接相关的脑增长变化。


通过扫描兄弟姐妹中有自闭症的婴儿的大脑,研究员们可以作出合理准确的预测,并判断这些有高风险患自闭症的幼儿哪些日后会发展成自闭症。这一发现将诊断自闭症谱系障碍(ASD)的预测提前到儿童自闭症症状出现数月之前,这是之前很难实现的。


为什么一直以来在幼儿时期诊断自闭症如此之难?


儿童通常会显示出 ASD 的症状,例如在 2 岁之后很难有眼神交流。研究员们认为潜藏在 ASD 症状之下的脑部变化在症状出现很久之前已经存在了——甚至很可能在母亲子宫里就已开始。但是行为判定对预测哪些儿童将会有自闭症并没有多大作用,北卡莱罗纳教堂山分校的精神病学家 Joseph Piven 说,他也是这项发表在《自然》研究的联合领导人。

「那些在 2 岁或 3 岁被确定有自闭症的儿童,在他们 1 岁的时候是看不出来他们有自闭症倾向的,」他说。


有没有遗传学特征或者生物标记能够帮助预测做出自闭症的诊断?


某些罕见突变是与 ASD 直接相关的,但是绝大多数的自闭症案例并不能与某一个或者多个遗传风险因子相对应。从 1990 年代开始,Piven 和其他研究员注意到自闭症儿童的脑部往往会比正常发育儿童的大脑更大,这一现象表明大脑的成长发育可能是 ASD 的一个生物标记。但是 Piven 和他在北卡教堂山分校的同事 Heather Cody Hazlett 对大脑何时开始过度增长并不知晓。


他们最后的研究成果是怎样的?


自闭症大概在一百个普通儿童中会有一个患病,但是家族成员如果有患病的历史,那么该婴儿将会有 1/5 的机会患上 ASD。作为美国国家卫生研究院所支持的婴儿脑成像研究(IBIS)中的一部分。Piven 和 Hazlett 研究团队使用磁共振成像技术扫描了 6、12、24 月大小的 106 个高患病风险儿童,他们希望弄清楚日常生活中他们的大脑是否会过度增长。他们同样调查了 42 个低风险婴儿。


他们发现了什么?


15 个有高风险患病婴儿在 24 个月的时候确诊患有自闭症。MRI 扫描表明,这些婴儿的脑容量增长速度在 12 个月到 24 个月之间比没有诊断出 ASD 的儿童的脑容量增长速度更快,与大脑过度增长同时出现的是这些婴儿的自闭症行为迹象。


研究员们也发现婴儿在 6 个月和 12 个月之间脑部的变化,也即在 ASD 症状出现之前的脑变化。与日后没有诊断出有自闭症的婴儿相比,诊断出有自闭症的婴儿的大脑的皮质层表面积——用来估测脑外层褶皱的大小——增长更快。


彩色区域表示的是大脑皮层,在之后被诊断出自闭症的婴儿中,他们的这一区域增长非常快。


这些大脑变化可以被应用到对婴儿自闭症的诊断预测当中吗?


Hazlett 和 Piven 的团队之后利用一个深度学习神经网络,一种机器学习的形式,在一个更大的高危儿群体当中来研究 6 个月和 12 个月的高危儿核磁共振扫描图像是否能够预测婴儿在 2 岁时的自闭症诊断。这一算法在 37 项自闭症诊断中正确预测出了 30 项(81%),在 142 个婴儿当中产生 4 个假阳性的结果,这些婴儿在之后也没有诊断出患自闭症。


Piven 说:「根据目前我们在高家族性风险的婴儿当中得出的这一结果,我们可以预测出 80% 我们认为会患自闭症的人。」他补充说,在那个年龄基于行为的预测结果不会超过 50%。他认为,「这具有重大的临床意义。」


这些研究结果该怎样应用到临床上面呢?


其实有很多其他的研究都表明了对 Pivens 团队和其他专家研究结果是赞同的。首先,研究结果需要通过大量高患病风险婴儿的后续研究进行实验确认: Piven 的研究团队已经申请 NIH(美国国立卫生研究院)资助这项研究。他们同时还在寻求是否有其他的脑成像(brain-imaging)技术能够检测早期大脑的变化。


国家心理卫生研究所(National Institute of Mental Health)的临床医学家 Armin Raznahan 说:「关键就是要复制这项研究成果到实际临床应用中。」因为即使该项研究是具有鲁棒性的,临床应用也可能会证明其是有很大的局限性。加州大学戴维斯分校(University of California, Davis)自闭症脑成像专家 Cynthia Schumann 表明这些研究成果只适用于高患病风险的婴儿,而并不适用于普通的婴儿。她说该项研究还需要大量的后进调查研究来测试普通婴儿是不是也能预测出患自闭症的风险。


Raznahan 补充说 MRI(磁共振成像)扫描的差异和提取数据方法的不同也可能对在研究中检测出微妙脑结构变化增加了困难。而将此项研究成果投入更广泛的应用还取决于能适用于一般人群的「大脑增长图谱(growth-chart for the brain)」,这将是一个巨大的挑战。


如果说能够预测婴儿患自闭症,医生们可以对此做些什么呢?


Raznahan 说道,「没有证据表明婴儿患有自闭症的风险会减少。早期诊断的直接应用是为了让他们的家人了解到这一情况。」Piven 补充道,「拥有了早期诊断的可靠工具,将帮助研究者们对一些干预手段进行测试,因为这有助于他们决定哪些治疗方法是有效的,哪些是无效的。」


来源:http://www.nature.com/news/brain-scans-spot-early-signs-of-autism-in-high-risk-babies-1.21484


©本文为机器之心编译,转载请联系本公众号获得授权

✄------------------------------------------------

加入机器之心(全职记者/实习生):[email protected]

投稿或寻求报道:[email protected]

广告&商务合作:[email protected]