隨著科技的發(fā)展和人們對生活要求的提高，很多家庭會帶小朋友定時去醫(yī)院體檢。用于量化年齡變化成長圖的簡單框架最早發(fā)表于18世紀(jì)末，至今仍是兒科保健的基石。然而，目前只有為數(shù)不多的人體測量標(biāo)準(zhǔn)，如身高、體重和頭圍，并且大多只有出生后的第一個十年的數(shù)據(jù),沒有圖表用以量化各個年齡段人類大腦的變化。
圖片來自網(wǎng)絡(luò)
精神疾病是大腦發(fā)育的非正常結(jié)果，而正常衰老過程中大腦的病理變化會引起神經(jīng)退行性疾病。早產(chǎn)和神經(jīng)遺傳性疾病與大腦結(jié)構(gòu)異常有關(guān)，精神疾病和癡呆癥共同代表了全球最大的健康負(fù)擔(dān)，突出了大腦發(fā)育標(biāo)準(zhǔn)化評估工具開發(fā)的迫切需要。
在過去的幾十年里，神經(jīng)影像學(xué)已成為人腦基礎(chǔ)研究和臨床研究中無處不在的工具。
2022年4月13日,劍橋大學(xué)的Richard Bethlehem和賓夕法尼亞大學(xué)的Jakob Seidlitz合作,在Nature上發(fā)表了Brain charts for the human lifespan,文章里他們對不同年齡人群的（從受孕后115天到100歲）MRI數(shù)據(jù)進行分析匯總，繪制了世界上首個涵蓋各年齡段的人腦圖譜。
歡迎加入
全國腦成像學(xué)術(shù)討論群
添加小編微信
brainnews_11
-留言：腦成像研究群-
正常人腦的腦部生長圖譜
作者使用位置、規(guī)模和形狀的廣義加成模型（GAMLSS）創(chuàng)建了人類生命期的大腦圖表。GAMLSS模型是針對對照組受試者的結(jié)構(gòu)性MRI數(shù)據(jù)，對大腦的四個主要組織體積的數(shù)據(jù)進行收集,包括:皮質(zhì)灰質(zhì)（GMV）、白質(zhì)（WMV）、皮質(zhì)下灰質(zhì)（sGMV）和腦室腦脊液（腦室或CSF）。
結(jié)果顯示，從妊娠中期開始，GMV快速增長，在5.9歲時達到峰值，隨后接近線性下降。WMV也從妊娠中期到兒童早期迅速增加，在28.7歲時達到高峰，50歲以后加速下降。GAMLSS還量化了主體間變異的發(fā)展變化。一系列結(jié)果說明年齡的增長伴隨大腦的持續(xù)變化，兒童時期是人腦發(fā)育的關(guān)鍵時間點，隨著衰老，60歲左右后大腦逐漸萎縮。
擴展成像
為了將大腦圖表的范圍擴大到四個大腦體積之外，研究者同樣使用GAMLSS建模方法估計包括平均皮質(zhì)厚度、總表面積以及34個皮質(zhì)區(qū)域中每個區(qū)域的體積。
發(fā)現(xiàn)總表面積與大腦總體積（TCV）的發(fā)育高度相關(guān),這兩個指標(biāo)在大約11-12歲時達到峰值。皮質(zhì)厚度在1.7歲達到早期峰值，這與以前的觀察相吻合。區(qū)域灰質(zhì)體積的峰值年齡在34個皮質(zhì)區(qū)域中差異很大--從大約2到10歲。初級感覺區(qū)的體積最早達到峰值，并在峰值后表現(xiàn)出較快的下降，前顳部聯(lián)合皮質(zhì)區(qū)的峰值較晚，并在峰值后表現(xiàn)出較慢的下降?？梢园l(fā)現(xiàn)大腦不同組織在不同時期,發(fā)育過程有明顯差異。
圖2: 大腦總體積（TCV）、總表面積（TSA）、平均皮質(zhì)厚度（MCT）以及皮質(zhì)功能區(qū)體積的時間變化軌跡
發(fā)育里程碑
神經(jīng)影像學(xué)將大腦各組織時間軌跡的達峰節(jié)點[體積達到最大處]和發(fā)育速度峰值節(jié)點[軌跡上升階段的斜率最大值處]定義為發(fā)育的里程碑。
研究者發(fā)現(xiàn)GMV在青春期開始之前達到峰值，sGMV在青春期中期達到峰值，WMV在成年初期達到峰值；GMV、sGMV和WMV的生長速度在嬰兒期和兒童早期達到峰值；CV的速度在7個月達到高峰；TCV和sGMV的速度和大小峰值分別與新生兒早期和青少年身高和體重速度的峰值相吻合。皮層平均厚度的速度甚至更早達到峰值，在前期為-0.38歲（相對于出生）。
這些都是傳統(tǒng)意義上反應(yīng)腦容量的指標(biāo)，表明大腦在胚胎期到出生后一小段時間里的可塑性很強，學(xué)習(xí)潛力更大。也似乎隱含著胎教在一定程度上是有效的。
圖3:人類大腦的發(fā)育里程碑
個體數(shù)據(jù)分析報告
除此之外,作者還統(tǒng)計了個體數(shù)據(jù)，個體數(shù)據(jù)的臨床多樣性能夠全面研究一系列疾病的腦部特征。其中,基于生物學(xué)女性患者的灰質(zhì)體積，AD表現(xiàn)出與正常人群的最大差異；基于百分位數(shù)馬氏距離（CMD），與正常人群差異最大的三種患病人群依次為阿爾茨海默病（AD）、輕度認(rèn)知障礙（MCI）和精神分裂癥（SCZ）。
大腦指標(biāo)的百分位標(biāo)準(zhǔn)化可重復(fù)地檢測到病例對照差異和其對大腦結(jié)構(gòu)的遺傳性影響。
總 結(jié)
本研究定義了大腦與年齡相關(guān)的變化特征，識別出了多個此前未被報道過的腦生長發(fā)育關(guān)鍵時期,并且發(fā)現(xiàn)多種疾病患者（如AD）的腦結(jié)構(gòu)與正常人群存在不同。這是迄今最大規(guī)模的神經(jīng)影像學(xué)研究，為基礎(chǔ)和臨床的神經(jīng)科學(xué)研究提供了重要的參考。
作者在最后也提出腦圖譜的建立不意味著適用于臨床定量診斷,因為即使是傳統(tǒng)的人體測量生長圖（身高、體重和BMI），在對個別兒童的診斷中仍有細微差別。并且這個MRI數(shù)據(jù)偏向于歐洲和北美人口中的歐洲血統(tǒng)群體。但通過年齡和性別歸一化的指標(biāo),縱向測量中百分位數(shù)的穩(wěn)定性普遍較高，預(yù)示著大腦評估與診斷的實現(xiàn)是可能的。
Bethlehem, R.A.I., et al., Brain charts for the human lifespan. Nature, 2022.
https://www.nature.com/articles/s41586-022-04554-y
編譯作者：Zoey的短劍（brainnews創(chuàng)作團隊）
聯(lián)系客服
