研究团队开发 AI 脑龄框架，绘制不同脑区衰老地图

AI 框架绘制脑区衰老地图，揭示不同脑区老化速度并不一致

由美国南加州大学（USC）老年学学院副教授 Andrei Irimia 领衔的研究团队，开发了一套基于人工智能的框架，用于生成大脑不同区域的衰老地图。研究结果发表在《美国国家科学院院刊》（PNAS）上，显示区域性脑龄模式与一个人一生中的认知功能密切相关。

这项工作的核心意义，在于它不再只给出“整颗大脑看起来几岁”这样的单一数值，而是进一步回答“哪一部分脑区老得更快、哪一部分更耐受”。

新方法不再只计算整脑年龄，而是给出局部脑龄

传统脑龄估计方法通常会输出一个针对整个大脑的单一年龄值。

而这项研究提出的新模型，则会生成更细致的 localized maps（局部脑龄地图），显示不同脑区相对于同龄健康人而言“看起来更老”还是“更年轻”。

研究团队认为，这种方法能提供对正常衰老和神经退行性变化更细粒度的理解。

Irimia 表示，并不是所有脑区的衰老速度都一样。有些区域似乎更有韧性，另一些区域则更容易受到衰老和疾病影响。通过测量局部脑龄，研究人员可以识别哪些部位的衰老速度超出预期，以及这些变化如何与认知功能联系起来。

模型训练使用近 1.5 万名健康成年人的 MRI

根据报道，研究人员使用来自 6 个公共数据集的 14,748 名认知正常成年人的 MRI 扫描来训练深度学习神经网络，受试者年龄范围覆盖 19 岁到 100 岁。

这些公开数据集包括：

• UK Biobank
• Human Connectome Project

随后，研究团队又使用来自 Alzheimer’s Disease Neuroimaging Initiative（ADNI）的 1,900 多份 MRI 扫描对模型进行了测试。测试人群中既包括认知正常者，也包括轻度认知障碍患者和阿尔茨海默病患者。

额叶和颞叶看起来比顶叶和枕叶“更老”

研究结果显示，与决策、记忆和高级认知功能相关的：

• frontal lobes（额叶）
• temporal lobes（颞叶）

在生物学年龄表现上，比：

• parietal regions（顶叶）
• occipital regions（枕叶）

显得更老。

这说明大脑不同区域在老化过程中并不是同步变化，而是存在明显差异。

右半球整体老化略快于左半球

研究人员还观察到，大脑右半球整体上往往比左半球呈现出稍更明显的衰老特征，而且这一现象与参与者是右利手还是左利手无关。

这一发现为理解脑功能侧化与衰老之间的关系提供了进一步线索。

随着认知损害进展，局部脑龄差异更明显

研究还发现，随着认知受损程度增加，局部脑龄的异常会变得更加突出。

在轻度认知障碍和阿尔茨海默病患者中，以下与记忆和认知处理密切相关的区域，表现出明显更高的局部脑龄：

• hippocampus（海马）
• amygdala（杏仁核）
• 其他深部脑结构

研究团队同时发现，局部脑龄越高，认知评估表现往往越差，而这种关联在阿尔茨海默病患者中最为明显。

这条新闻的重要性，在于脑龄研究开始从“一个数”走向“空间分布”

从行业角度看，这项研究值得关注，是因为它把脑龄估计从一个整体指标推进成了具有空间分辨率的分析框架。

如果未来这一类方法能在更多真实临床数据中得到验证，它不仅有机会帮助研究人员更早识别神经退行性变化，也可能让认知下降和脑部疾病的风险评估变得更细致。不过在真正进入临床实践之前，这类模型仍需要进一步证明其在不同人群、不同设备和不同场景中的稳定性与可解释性。