南加州大学Viterbi本科生与南加州大学Leonard Davis老龄科学院Andrei Irimia的研究可以帮助诊断早期创伤性脑损伤。
无论是由于运动损伤、颈部扭伤还是头部撞击，许多轻度脑震荡患者甚至没有意识到，如果不及时治疗，他们的轻微损伤可能会导致终身严重的健康问题。即使患者因伤前往急诊室，据估计，50%至90%的脑震荡病例未得到正式诊断，从而使他们面临脑出血和认知障碍等危险并发症的风险。
美国南加州大学Viterbi工程学院和南加州大学Leonard Davis老龄科学院之间的一项新合作研究，利用了一种强大的机器学习模型，来预测患者的脑震荡状态。
该项工作由本杰明·哈克(Benjamin Hacker)（B.S. '24）领导，现已发表在脑损伤领域的顶级旗舰期刊《神经创伤杂志》（Journal of Neurotrauma）上，哈克与南加州大学Leonard Davis老龄科学院老龄学、生物医学工程和神经科学副教授安德烈·伊里米亚（Andrei Irimia）进行合作。
脑震荡是一种脑外伤，可导致大脑功能出现暂时性改变。哈克说，目前临床上对脑震荡的诊断通常依赖于一些基本的认知测试，如格拉斯哥昏迷量表（Glasgow Coma Scale），这是一种用于评估患者意识水平、反应能力和记忆力的工具。然而，许多轻微脑震荡患者从未失去意识，可能不会出现典型的认知症状，因此不容易诊断。哈克说，现有测试的灵敏度不足以检测出许多较轻的病例。
“我们看到了一个机会，可以在‘根本没有脑震荡’和‘脑震荡严重到能够被持续检测到’之间找到一个空间，”哈克是南加州大学Viterbi学院的本科生，目前是莫克家族化学工程与材料科学系（Mork Family Department of Chemical Engineering and Materials Science）的硕士研究生。
他补充说："临床医生不一定会为一个没有任何症状的人要求进行成像和核磁共振检查。我们的想法是，当病人表现出某些症状，但临床医生仅凭认知测试无法确诊其是否患有脑震荡时，核磁共振成像可以作为辅助方法为临床医生提供帮助。
利用脑部扫描数据
哈克表示，他和他的团队利用来自健康对照组和脑震荡患者的MRI脑部扫描数据构建了他们的模型。该分类器所基于的成像技术被称为弥散加权成像（diffusion-weighted imaging），它测量脑内不同连接路径上的液体流动情况。
“这些数据量化了大脑不同区域间扩散的方向性。它告诉我们这些不同节点之间有多紧密的联系。然后我们使用机器学习开发了一个分类器，”哈克说。“我们用一个发现样本来训练这个分类器，让它知道健康人群和受伤人群的连接矩阵是如何不同的。然后，当我们用独立的测试样本对其进行测试时，它能够根据脑连接矩阵中的模式和某些神经通路的强度，判断出哪些受试者患有脑震荡，哪些是健康的。”
哈克和他的团队发现，他们的分类器模型表现得非常出色，在训练样本和测试样本中均显示出99%的准确率。
“这种方法的准确度比我们以前见过的要高得多，”哈克说。“我想这是因为以前没有人设计过我们这种使用扩散加权成像、将其转换为连接矩阵，并通过量身定制的机器学习来发现哪些通路最受脑损伤影响的流程。这确实很新颖，因为直到现在，我们还没有开发出一种足够准确的基于成像的脑震荡分类器。”
该分类器是利用贝叶斯机器学习（Bayesian machine learning）构建的，哈克称其为一种基于概率的系统，它会根据先前条件的知识，根据哪个特征出现错误或误分类的可能性最小来生成分类结果。
“它会利用训练数据来确定健康的人和受伤者各自的预期模式”哈克说。
对于一名本科生来说，在享有盛誉的期刊上发表研究成果并成为第一作者，是一项独特的成就。对于即将在春季回到南加州大学Viterbi工程学院完成材料工程硕士学位的哈克来说，在南加州大学Leonard Davis老龄科学院进行本科生研究似乎是一条出乎意料的路径。
哈克最初是通过Viterbi工程学院的本科生研究项目（CURVE）与艾里米亚实验室（Irimia Lab）结缘的。很快，他发现自己的化学工程背景与这种脑科学研究的完美契合。哈克对各种环境下流体运动的化学工程理论了如指掌。这一背景知识很好地应用于他后来专注于的脑科学研究，而他对机器学习和深度学习的兴趣则推动了他对神经连接图的深入理解。
“在艾里米亚的帮助下，我提出了这个想法，并被它吸引，因为了解扩散——水和其他流体移动的一种方式——非常符合化学工程的特点。这是这项研究工作的核心，即完成这些大脑扫描的方式——追踪水在大脑中的扩散方式，”哈克说。这对我来说是一个机会，我可以利用我所学到的大量流体力学和数值分析知识，将其应用到与课堂上所学的不同的领域。
患者的潜在需求
研究团队开发的分类器有可能成为在临床中应用的脑震荡诊断平台。“我认为这项工作绝对有可能以积极的方式颠覆该领域，产生重大影响。这是最让我兴奋的地方。我迫不及待地想看看它的成果。”哈克说。
伊里米亚说，在临床环境中应用该工具，有朝一日可以显示大脑回路因受伤而受损的部分，这有助于根据患者受伤时的年龄制定有针对性的临床治疗方案。为脑损伤治疗带来重大的长期益处，包括降低患痴呆症的风险。
“我们对脑震荡如何改变神经退行性疾病（包括阿尔茨海默病）的风险非常感兴趣。有证据表明，脑外伤会增加患阿尔茨海默病的风险，但目前无法预测哪些脑震荡患者会发展为该疾病，”他说。“我们希望我们的神经成像研究能够揭示出脑震荡后增加患阿尔茨海默病风险的危险因素。”
艾里米亚补充说，哈克与艾里米亚实验室的合作是跨学科合作的绝佳例子，说明跨学科合作能够带来令人兴奋的进步，并促进基础科学研究成果的转化。
“老龄科学已经发展成为一门多学科科学，工程师的贡献对这一学科的进步大有裨益。医疗保健领域许多最有前景的趋势都涉及使用深度学习来改善老年人的生活质量，”他说。“工程学可以弥合基础科学与临床实践之间的差距，以满足老年人的独特需求，实现医疗方案的个性化。”
— END —
贝丝·纽科姆（Beth Newcomb）提供补充报道
顶部图片：图中突出显示的是最受脑震荡影响的脑部路径（图片由本杰明·哈克等人提供）
图片&文字| USC Leonard Davis School News
排版&译文 | Keran Chen
