可以定量评价你的智力了？脑图让我们看到大脑随年龄的变化

虽然有身高和体重的生长图表，但没有类似的标准来比较个体随年龄的神经成长状态。正如生长图成为评估儿童生长的基准一样，利用类似的神经图像方法将在理解大脑如何生长、发育和随着年龄的增长而成熟方面非常有用。《自然》杂志的一项新研究报告了一种为此目的开发的交互式开放资源。

介绍

大脑的发育不会在孩子出生时停止。相反，大脑的生长和成熟是一个活跃的程序，在怀孕第17周就开始了，这是大脑的体积是其最大体积的10%。这一发育过程一直持续到生命的第三个十年。然而，到60岁时，与年龄有关的退化性变化开始出现并持续到死亡。

如今，与常见精神疾病有关的结构和功能异常已被认识到。同样，早产婴儿和神经发育的遗传障碍与结构性发育不良有关，并导致随后的学习障碍和精神健康不良。随着神经退行性变异，需要一套以年龄为基准的大脑图表，以帮助测量人类寿命中大脑结构的差异。

虽然磁共振成像(MRI)在今天已经很普遍，但还没有人尝试分析大量可用的影像资料，以产生一种“更全面、更一般化的方法，对整个生命周期的MRI表型进行年龄规范化量化。”这是由于不同的技术参数、统计分析，甚至是所关注的疾病的性质，对大脑图像的测量结果存在差异。最近的研究报告了利用更多的合作成果完成的相关尝试。

研究人员的目的是在尽可能大的数据集上建立他们的参考图表，这些数据的差异是最广泛的。早期的《自然》杂志曾建议，大多数神经成像研究使用的扫描样本太有限，无法提供准确的功能-行为链接。

研究结论

研究人员的目的是在尽可能大的数据集上建立他们的参考图表,这些数据的差异是最广泛的。早期的《自然》杂志曾建议,大多数神经成像研究使用的扫描样本太有限,无法提供准确的功能-行为链接。

考虑到这一点，当前研究的研究人员使用了近12.4万张来自100多项初级研究的大脑核磁共振扫描图，这些研究包括了10万多名参与者，他们的年龄从子宫内的胎儿到百岁老人。

科学家们使用位置、比例和形状的广义可加模型(GAMLSS)模型来创建他们的大脑图表，因为这种模型既通用又忠实于非线性增长轨迹。他们利用可供处置的大量成像数据，通过经验手段对模型进行最佳选择。

研究的里程碑

生长速度各不相同，在幼儿期或婴儿期达到顶峰。平均皮层厚度速度在怀孕中期出生前达到峰值，这是这一发现第一次被报道。灰质和白质在出生后的第一个月开始分化，灰质占主导地位。这段时期在三年后结束，当时两个部分的容积差达到了顶峰。
这一发现是最新的，可能是由于发生在神经髓鞘化和神经元突触增生的变化。在这项研究中，大量的早期发育性MRI神经成像数据可能是识别这种模式的能力的原因。
重要的是，在这一时期，随着孩子学习走路和说话，大脑代谢也显示出重大变化，TCV的变化速度也最快。

百分位数对比

百分位分数显示与临床障碍相关。研究人员生成了一个累积偏差度量，百分位马氏距离(CMD)，这是与对照组相比，MRI上所有异常表型的大脑形式的总结。

CMD与对照组的最大偏差发生在青春期，这一时期精神障碍更为频繁，而在成年后期，痴呆症的风险更高。进一步的分析表明，这些表型可分为三类，包括神经退行性疾病、情绪和焦虑以及神经发育障碍。

百分位数也显示出遗传模式，从而反映了遗传对大脑结构的影响。 第三，这些分数显示出在出生时出现的问题导致的长期不良影响，这些问题可以在成年后被识别出来。 随着时间的推移，百分位得分保持稳定，最易变的得分出现在那些有进展性疾病的患者中。影响目前的研究表明，GAMLSS模型允许将使用各种平台和工具的不同研究的MRI结果结合在一起进行分析。这些发现是根据大脑结构变化的方向和人类寿命中变化的速率进行分类的。

研究结果表明，随着时间的推移，大脑的大小会发生变化。有趣的是，研究人员发现了意想不到的神经发育里程碑，并反映了神经发育和年龄之间的强劲相关性，而不考虑原始研究中使用的不同方法。

百分位分数提供了异常大脑结构的测量，揭示了神经和精神疾病的神经解剖学变化的可预测模式。 这些百分位分数更有可能是可遗传的。

研究结果表明，现在可以生成脑图，通过MRI可以根据年龄和性别记录大脑图像的正常变化速率和方向。这也允许记录新的神经发育里程碑。

此外，这些图表更容易识别遗传倾向和早期环境对大脑神经解剖学的影响。最后，这些图表通过提供标准化的效应大小，帮助量化一系列疾病中大脑结构的异常。

需要做更多的工作来制作一个更准确和精确的图表，以适用于临床实践;然而，目前的原型是一个概念的证明。目前的研究人员提供了一组开放获取的资源，以进一步研究基于这一概念，利用可用的神经成像数据集和未来的结果。

脑图是实现对多种常用神经成像表型中以规范轨迹为基准的个体变异进行稳健量化的重要一步。