通過使用更精確的劃分方法，研究人員證實了此前已經(jīng)確定的 83 個腦區(qū)，還發(fā)現(xiàn)了 97 個全新的腦區(qū)。

【編者按】本文由新智元編譯，來源：Nature、《衛(wèi)報》等，譯者：聞菲、張冬君

近日Nature刊文，華盛頓大學研究人員結合多種成像技術，利用機器學習系統(tǒng)，繪制了全新的人腦圖譜。通過使用更精確的劃分方法，研究人員證實了此前已經(jīng)確定的 83 個腦區(qū)，還發(fā)現(xiàn)了 97 個全新的腦區(qū)。學界權威評論稱，這是朝向理解人腦組織和功能結構的“超凡一步”，有望成為今后描述人腦的基礎。更重要的是，該項目使人工智能上升到一個新的階段：利用腦圖譜，在智能系統(tǒng)設計方面，可以明確腦功能基本單元的劃分及其連接模式，從多尺度揭示腦信息處理機制，為新型智能信息處理系統(tǒng)的設計提供啟示。

7月21日，Nature 刊文，華盛頓大學圣路易斯分校的研究人員 Matthew Glasser、David Van Essen 等人，用 MRI 掃描了 210 位健康成年人的腦后，使用得到的多種圖像數(shù)據(jù)，結合機器學習系統(tǒng)，制作了精確的人腦圖譜。

作者將他們的神經(jīng)解剖學圖譜稱為 “Human Connectome Project Multi-Modal Parcellation version 1.0（HCP-MMP1.0）”。

HCP-MMP1.0：華盛頓大學圣路易斯分校的研究人員結合三種不同的成像技術以及機器學習系統(tǒng)，繪制了全新的腦圖譜，包括左右半腦皮層各 180 個不同腦區(qū)。左邊兩列是三維構圖，右邊一列是二維構圖。其中，紅色表示與聽覺有關的腦區(qū)，綠色表示感知及運動腦區(qū)，藍色表示視覺相關腦區(qū)（黑色和白色詳見下文）。來源：balsa.wustl.edu/WN56

HCP-MMP1.0 將左右半腦各分為 180 個具體的腦皮層區(qū)，其中有多達 97 個區(qū)域是首次被發(fā)現(xiàn)。不僅如此，作者還使用機器學習技術，在另外 210 名參與者中驗證圖譜的正確性。作者在論文“A multi-modal parcellation of human cerebral cortex”中稱，雖然存在個體差異，但他們的方法能準確識別出新參與者腦中的這些區(qū)域。

這 210 位健康成年人都是“人類連接組計劃”（Human Connectome Project）的參與者。人類連接組計劃由 NIH 主持，于 2013 年全面展開，美國政府在這個項目上投入超過 4000 萬美元。該計劃旨在了解人腦功能基礎，共享有關人腦結構和功能連接的神經(jīng)通路數(shù)據(jù)映射圖。

加州大學舊金山分校的神經(jīng)科學家 Duan Xu 以評論者的身份，在接受 MIT Technology Review 的采訪時表示，很高興看到人類連接組計劃得出如此高精的成果。

中科院首個活體全腦連接圖譜

此前，學界最常用的腦圖譜是100多年前，德國神經(jīng)科學家布羅德曼（Brodmann）在單個人的尸體組織標本上，利用細胞構筑繪制的“布羅德曼圖譜”。目前，雖然有實驗室利用超薄切片技術、染色技術及顯微觀察技術，準備基于腦標本的超薄切片構建細胞構筑概率腦圖譜，但仍然不能針對特定個體進行腦區(qū)劃分，從而導致許多功能復雜腦區(qū)的功能亞區(qū)邊界劃分不明。

腦區(qū)的功能亞區(qū)邊界劃分不明一直以來都是腦科學研究領域的一大問題。

就在本月月初，中科院自動化所腦網(wǎng)絡組研究中心發(fā)布了全新的人類腦圖譜。中科院自動化所腦網(wǎng)絡組研究中心的蔣田仔團隊，聯(lián)合國內(nèi)外其他團隊經(jīng)過 6 年努力，制作出包括 246 個精細腦區(qū)亞區(qū)的腦圖譜，比傳統(tǒng)布羅德曼圖譜精細 4~5 倍，有客觀精準的邊界定位，也是世界上首次從宏觀尺度上建立的活體全腦連接圖譜。

自動化所腦網(wǎng)絡組研究中心的研究人員利用腦結構和功能連接信息的新思路，繪制腦網(wǎng)絡組圖譜。通過多模態(tài)活體腦磁共振成像和靜息態(tài)功能磁共振成像，研究人員定量地測量了腦內(nèi)神經(jīng)纖維束的行走，并且計算了兩個腦區(qū)在一定時間范圍內(nèi)的功能連接信息。

人類腦網(wǎng)絡組圖譜：由中科院蔣田仔團隊等繪制的全新的人類腦圖譜，包含了 210 個大腦皮層腦區(qū)與 36 個皮層下核團亞區(qū)結構，而且定量描繪了不同腦區(qū)、亞區(qū)的解剖與功能連接模式。

靜息態(tài)功能磁共振成像是近年來研究腦功能，特別是腦網(wǎng)絡連接的一種重要方法，具有可以被各種功能、認知障礙患者接受等優(yōu)點。參與實驗的被試者在保持清醒的休息狀態(tài)下，進行磁共振掃描，不需要完成特定任務，只需完全放松、閉眼、平靜呼吸、盡量保持頭部靜止不動，避免任何系統(tǒng)性的思維活動。

更精確的劃分方法，識別新腦區(qū)

而本研究有所突破的地方在于，研究人員使用人類連接計劃的數(shù)據(jù)，以及一種半自動的神經(jīng)解剖方法（多模態(tài) parcellation），將大腦分割成不同區(qū)域，然后對每個區(qū)域進行分析。此外，有些圖像是在參與者進行數(shù)學計算、聽故事或者對事物進行歸類（如分辨一幅圖像中畫的是工具還是動物）的情況下掃描得到的。

因此，文章開始第一幅圖中，白色表示正在執(zhí)行任務的腦區(qū)，而黑色則表示沒有執(zhí)行任務的腦區(qū)（實際上顏色介于黑白之間，顏色越白說明該腦區(qū)活躍度越大）。

研究人員使用多模態(tài) parcellation 對人類連接組計劃數(shù)據(jù)進行分析的結果示例。parcellation 方法由數(shù)據(jù)驅(qū)動，比傳統(tǒng)分區(qū)體系更加客觀。

傳統(tǒng)的分區(qū)體系（如布羅德曼）含有很多主觀成分。而本文使用的 paecellation 方法是由數(shù)據(jù)驅(qū)動的，包括功能和結構成像等多通道數(shù)據(jù)，對腦區(qū)的劃分結果也相對更為客觀。由此，Glasser 等人也得以在結果中確定此前已經(jīng)確定存在的 83 個腦區(qū)，并且發(fā)現(xiàn) 97 個新的腦區(qū)。

為了驗證分區(qū)數(shù)據(jù)是否準確，研究人員又使用該方法分析了 210 名健康成年人的腦掃描數(shù)據(jù)。但就像上文所說，paecellation 方法由數(shù)據(jù)驅(qū)動，而要分析這么大量的數(shù)據(jù)是十分困難的。

因此，為了使系統(tǒng)能夠自動識別出新發(fā)現(xiàn)的這些區(qū)域，研究人員訓練了一個機器學習系統(tǒng)，使用監(jiān)督學習算法，將每個不同腦區(qū)的特征自動分類，最后結果準確率為 96.6%。也就是說，分區(qū)重復率比較高，表示作者使用的這種分區(qū)方法是比較準確的。

使用機器學習系統(tǒng)對腦區(qū)劃分進行驗證，其中，黃色區(qū)域代表重復率100%的腦區(qū)，而最低的重復率平均也達到了 73%。

論文的第一作者 Matthew Glasser 在與論文同時發(fā)布的新聞稿中寫道，這種情況可以類比天文學從使用望遠鏡、只能得到模糊影像的時代，跨越到太空望遠鏡時代。

德國于利希研究中心神經(jīng)科學與醫(yī)學研究所的神經(jīng)科學家 Simon Eickhoff 在接受《衛(wèi)報》采訪時評論，該研究是朝向理解人腦組織和功能結構的“超凡一步”。

牛津大學計算神經(jīng)科學家 Timothy Behrens 評論稱，該研究將為腦科學研究帶來重大轉(zhuǎn)變，從今以后，科學家都將以該圖譜作為描述人腦的基礎。

倡導數(shù)據(jù)公開，促進腦科學及人工智能發(fā)展

HCP-MMP1.0 的數(shù)據(jù)已經(jīng)公開，供世界所有研究人員共享。Glasser 也表示，HCP-MMP 目前只是“1.0”，將來還會得到進一步完善，屆時可應用于所有人。

中科院腦網(wǎng)絡組圖譜也在網(wǎng)站公開（http://atlas.brainnetome.org) ，以在線顯示以及軟件下載的方式提供給國內(nèi)外相關研究領域的科研人員和臨床醫(yī)生免費使用。

Nature 今天也刊發(fā)社論，指出要停止醫(yī)療數(shù)據(jù)私有化，提倡數(shù)據(jù)公開共享。

該圖譜可臨床應用于神經(jīng)外科，并通過與其他靈長類動物進行比較，為人類認知演化帶來新的認識。該研究將使人類加深對人腦的理解，并在腦疾病診療方面得到進展。

更重要的是，由此帶來的結果將使人工智能上升到一個新的階段。利用腦圖譜，在智能系統(tǒng)設計方面，可以明確腦功能基本單元的劃分及其連接模式，從多尺度揭示腦信息處理機制，為新型智能信息處理系統(tǒng)的設計提供啟示。

最后，記得關注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！