左：功能磁共振，红色部分显示了皮层区域与肌动活动之间的紧密联系

　　　　　　右：扩散磁共振，蓝色和红色部分显示了白质纤维束穿过胼胝体的情形

　　　　　　图像来源：Marek Kubicki，哈佛医学院布莱根妇女医院

精神分裂等神经系统疾病在脑中的某个特定区域发生病变后会扩散到其他有联系的区域。因此，确定这些病变的位置以及它们是如何影响与之相联系的区域，能够帮助药厂研发更好的治疗方法，并最终帮助医生进行诊断。但是已有的方法根本无法从林林总总的脑部扫描数据中解读出这些联系。

如今，MIT计算机科学与人工智能实验室的研究人员开发了一种新的算法，它能够对医学影像的信息进行分析以确定病灶的位置及其与其他脑区的联系。MIT的研究人员会在11月在法国尼斯举办的医学影像计算与计算机辅助介入国际会议上介绍这项成果。

该算法由计算机科学系的副教授Polina Golland及研究生Archana Venkataraman共同开发，从两种不同的磁共振成像扫描中提取信息。第一种扩散磁共振成像，着眼于水如何沿着脑白质纤维扩散，并以此来确定不同脑区之间的联系；第二种功能磁共振成像，能够显示出不同脑区如何对同一项特定任务产生反应，那么当两个区域同时产生反应时它们便是有联系的。

用这两种方法单独扫描时都能获得大量关于脑内如何联系成网的数据，但Golland强调，“要把这么多数据整合成一个模型来解释到底发生了什么对于任何人来说都是非常困难的，因为我们并不善于处理大量的数字。”

该算法首先比较了健康人群和某种特别疾病患者的脑部扫描数据，分析两组间脑内联系的不同，然后确定这种疾病造成的损伤。

然而，仅仅这样是不够的，因为很多时候我们关于脑中发生了什么的理解考虑的仍然只是脑区本身，而非各个脑区间的联系，这让这些数据很难整合到现有的医学知识中。

因此，该算法分析了这些联系网后绘制了一份最容易被疾病影响的脑区图。Golland解释说，“它是基于这样的假设：任何疾病最初都只影响一块很小的脑区，随着联系的改变相邻的脑区也会受到影响，根据这群脑区的数据我们便能够解释观察到的连通性损坏。”

根据假设，该算法的实现是基于不同脑区间联系的全局图，如果信号被打乱那就意味着某个特定脑区受到了影响。这样，当算法发现某个扫描图有任何连通性的中断时，它就知道具体是哪个区域被疾病损伤了。Golland 说“那些很好的解释了在正常和病变扫描图上观察到的连通性改变的脑区基本上都能被发现。”

当研究小组用这种算法比较精神分裂患者以及健康人群的脑部扫描图时，他们发现有三处脑区受到了影响，分别是右后扣带回及左、右颞上回。

从长远来看，该算法能够帮助药物公司研发出针对那些特定作用在某些脑区疾病更有效的治疗方法，同时，Golland表示，通过揭示某种特定疾病所能影响到的所有脑区，它还能帮助医生搞清这种疾病是如何发展的，以及它是如何产生特定的症状的。

最后，Golland说，这种方法还可以用来帮助医生诊断那些出现多种不同疾病症状的病人。通过分析病人的脑部扫描图查明哪些脑区受到了影响，就能够确认究竟是哪种疾病造成了这种特定的损伤。

除了精神分裂以外，该算法的合作研究者，哈佛医学院精神病影像实验室副主任Marek Kubicki还探讨了利用这种方法研究亨廷顿舞蹈症的可能性。

加州大学圣地亚哥分校功能磁共振中心临床神经科学系副主任Gregory Brown，虽然并没有参与该算法的开发，但是他打算利用这种算法来研究艾滋病病毒及药物成瘾的影响。他说“我们将用这种方法更清晰地勾勒出艾滋病病毒的影响以及甲基苯丙胺（一种中枢兴奋剂，其盐酸盐或硫酸盐又称冰毒）是如何大规模瓦解脑环路的。”

他说，这种方法是实现将大脑作为局部区域的集合到更为逼真的系统来研究的非常重要的一步，它可以促进很多疾病的研究，比如，精神分裂、认知损伤、艾滋病引发的痴呆以及多发性硬化，这些都是以脑部病变为特点的疾病。