自然雜誌最新文章，全新大腦圖譜，要看透你的想法！

知識 07-27

重新認識你的大腦，迄今最精確的人類大腦圖譜出爐

導讀：7月21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，繪製了全新的人腦圖譜。通過使用更精確的劃分方法，研究人員證實了此前已經確定的 83 個腦區，還發現了 97 個全新的腦區。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」，有望成為今後描述人腦的基礎。

每個人的腦殼裡都裝著一個大約3斤重的大腦，它決定著你的個性，控制著你的行動，掌控著你所有的希望和夢想。神經學家一直嘗試著去了解人身上這個最神秘的器官，在幾個世紀之前神經學家就已經開始繪製大腦圖譜，探索大腦運行的秘密，以了解「為什麼我是我」這個千古謎題。

我們都知道，大腦可以劃分為若干個不同的區域，包括大腦、小腦、邊緣系統以及腦幹，這些區域可以因功能的不同再劃分為許多小型的區間。比如說，大腦的前葉與邏輯、語言、行動、情緒、解決問題等等行為有關，而兩個半球則與生理調控，姿勢以及平衡有關。但是並不存在任何一個專門的區域負責儲存辭彙與概念。

之前科學家亦一直試圖描繪出一幅包含人腦連接性、功能和微觀結構的高清圖譜，但由於技術難度過大，這一設想一直未能成真。就算有一些圖譜出現，也都是從較小的人群中得來，僅涉及上述特性的一小部分，這些限制導致大腦圖譜「模糊不清」，且無法在個體間進行複製。

不過就在7月21日，Nature雜誌刊登了一個重要進展——華盛頓大學聖路易斯分校的研究人員 Matthew Glasser、David Van Essen 等人，用 MRI 掃描了 210 位健康成年人的大腦後，使用得到的多種圖像數據（包括大腦灰質褶皺的厚度和數量、不同區域執行不同活動時的相關反應），結合機器學習系統，繪製出了這一副精確的人腦圖譜。作者將他們的神經解剖學圖譜稱為「Human Connectome Project Multi-Modal Parcellation version 1.0（HCP-MMP1.0）」。

人腦圖譜1.0（2分鐘視頻，非常清晰震撼！請連接wifi後觀看）

自然雜誌最新文章，全新大腦圖譜，要看透你的想法！

HCP-MMP1.0 將左右半腦各分為 180 個具體的腦皮層區，在共360個皮層區中，其中有多達 97 個區域是首次被發現。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域。

對於醫學應用，研究人員認為，這幅圖譜可以協助孤獨症、精神分裂症、痴呆症和癲癇等大腦疾病研究，以便探索這些病理狀況與健康人大腦之間的差異。同時，該圖譜在神經外科方面也頗有用途，能幫助醫生在手術過程中避免觸及參與語言、運動相關聯的重要腦區。

上世紀初：首個綜合性大腦圖譜

在上世紀初，德國神經解剖學家、神經生理學家科比尼安·布洛德曼（Korbinian Brodmann）在顯微鏡下觀察大腦皮層區域之時，基於蜂窩結構的差異，手繪了大腦圖譜的簡單樣本。

自然雜誌最新文章，全新大腦圖譜，要看透你的想法！

德國神經學家科比尼安·布洛德曼（Korbinian Brodmann）

接下來，他使用了組織學家尼斯（Franz Nissl）發明的組織染色技術系統性觀察腦部的細胞種類。在1909年之時，他發表了「腦部是由52個不同的部份所組成」的結論，並製作了第一個綜合性大腦圖譜。在這個經典的布洛德曼（Brodmann）分區模型裡面，人的大腦被劃分為額葉、頂葉、顳葉、枕葉以及邊緣系統等若干區塊，已成為腦神經科學家研究不同大腦區域與人的感知、語言、運動、情感、意識等生理及心理活動的標準參考模型。

自然雜誌最新文章，全新大腦圖譜，要看透你的想法！

科比尼安·布洛德曼手繪的大腦圖譜的簡單樣本

一個多世紀過去了，在此前，科學家仍然在沿用他的樣本圖，並且基於這個樣本做進一步的研究。這個圖譜雖然只有2個維度，但也呈現了大腦的一些精細結構。在臨床工作中，布洛德曼大腦52分區模型解剖位置直觀，比如說我們很好找到運動區、感覺區，語言區等，但是在描述人類的思維、記憶等「高級皮層功能」時顯得捉襟見肘，目前還很難利用其進行精確定位。作為人類心靈製圖師的神經科學家一直致力於繪出有關大腦皮層更加全面完善的圖譜。

自然雜誌最新文章，全新大腦圖譜，要看透你的想法！

布洛德曼大腦52分區模型解剖5示意圖

本月初：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上文所提到的，100多年前德國神經科學家布羅德曼（Brodmann）在單個人的屍體組織標本上，利用細胞構築繪製的「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，準備基於腦標本的超薄切片構建細胞構築概率腦圖譜，但仍然不能針對特定個體進行腦區劃分，從而導致許多功能複雜腦區的功能亞區邊界劃分不明。

腦區的功能亞區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路組研究中心發布了全新的人類腦圖譜。中科院自動化所腦網路組研究中心的蔣田仔團隊，聯合國內外其他團隊經過 6 年努力，製作出包括 246 個精細腦區亞區的腦圖譜，比傳統布羅德曼圖譜精細 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。

自動化所腦網路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，繪製腦網路組圖譜。通過多模態活體腦磁共振成像和靜息態功能磁共振成像，研究人員定量地測量了腦內神經纖維束的行走，並且計算了兩個腦區在一定時間範圍內的功能連接信息。

自然雜誌最新文章，全新大腦圖譜，要看透你的想法！

人類腦網路組圖譜：由中科院蔣田仔團隊等繪製的全新的人類腦圖譜，包含了 210 個大腦皮層腦區與 36 個皮層下核團亞區結構，而且定量描繪了不同腦區、亞區的解剖與功能連接模式。

靜息態功能磁共振成像是近年來研究腦功能，特別是腦網路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點。參與實驗的被試者在保持清醒的休息狀態下，進行磁共振掃描，不需要完成特定任務，只需完全放鬆、閉眼、平靜呼吸、盡量保持頭部靜止不動，避免任何系統性的思維活動。

HCP-MMP1.0：更精確的劃分方法，識別新腦區

而本研究有所突破的地方在於，研究人員使用人類連接計劃的數據，以及一種半自動的神經解剖方法（多模態 parcellation），將大腦分割成不同區域，然後對每個區域進行分析。此外，有些圖像是在參與者進行數學計算、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，白色表示正在執行任務的腦區，而黑色則表示沒有執行任務的腦區（實際上顏色介於黑白之間，顏色越白說明該腦區活躍度越大）。

研究人員使用多模態 parcellation 對人類連接組計劃數據進行分析的結果示例。parcellation 方法由數據驅動，比傳統分區體系更加客觀。

傳統的分區體系（如布羅德曼）含有很多主觀成分。而本文使用的 paecellation 方法是由數據驅動的，包括功能和結構成像等多通道數據，對腦區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確定存在的 83 個腦區，並且發現 97 個新的腦區。

為了驗證分區數據是否準確，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據。但就像上文所說，paecellation 方法由數據驅動，而要分析這麼大量的數據是十分困難的。

因此，為了使系統能夠自動識別出新發現的這些區域，研究人員訓練了一個機器學習系統，使用監督學習演算法，將每個不同腦區的特徵自動分類，最後結果準確率為 96.6%。也就是說，分區重複率比較高，表示作者使用的這種分區方法是比較準確的。

使用機器學習系統對腦區劃分進行驗證，其中，黃色區域代表重複率100%的腦區，而最低的重複率平均也達到了 73%。

論文的第一作者 Matthew Glasser 在與論文同時發布的新聞稿中寫道，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。

德國於利希研究中心神經科學與醫學研究所的神經科學家 Simon Eickhoff 在接受《衛報》採訪時評論，該研究是朝向理解人腦組織和功能結構的「超凡一步」。

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

倡導數據公開，促進腦科學及人工智慧發展

值得關注的是，前文提到的 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，於 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通路數據映射圖。

HCP-MMP1.0 的數據已經公開，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，屆時可應用於所有人。

中科院腦網路組圖譜也在網站公開（點擊「閱讀原文」進入網站鏈接) ，以在線顯示以及軟體下載的方式提供給國內外相關研究領域的科研人員和臨床醫生免費使用。

Nature 今天也刊發社論，指出要停止醫療數據私有化，提倡數據公開共享。

該圖譜可臨床應用於神經外科，並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，並在腦疾病診療方面得到進展。

並且，由此帶來的結果將使人工智慧上升到一個新的階段。利用腦圖譜，在智能系統設計方面，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的設計提供啟示。