Складки мозга рассказывают о деменции ✎ экспресс

Оригинал: "Probability-Invariant Random Walk Learning on Gyral Folding-Based Cortical Similarity Networks for Alzheimer's and Lewy Body Dementia Diagnosis"
arXiv:2602.17557 · 2026-02-19 · arXiv non-exclusive · собственный разбор · 1 мин
Случайные прогулки по извилинам мозга помогают отличить болезнь Альцгеймера от деменции с тельцами Леви.

📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Мозг каждого человека покрыт извилинами, как отпечаток пальца — своим неповторимым узором. При деменции этот узор меняется, но у двух похожих болезней, Альцгеймера и деменции с тельцами Леви, изменения почти неотличимы на глаз. Врачам нужен надёжный способ их разделить, ведь лечение разное.

Учёные обратили внимание на особые точки, где сходятся сразу три извилины, — такие перекрёстки на поверхности мозга. Соединив эти точки линиями, получают сеть, похожую на карту дорог. Но у каждого человека перекрёстки расположены по-своему, и сравнивать такие карты напрямую трудно: они разного размера и формы.

Решение нашлось неожиданное: по сети запускают случайного пешехода, который на каждом перекрёстке выбирает дорогу наугад. Через много шагов собирают статистику — как часто он попадал в те или иные места. Этот «портрет блужданий» не зависит от нумерации перекрёстков, поэтому сети разных людей можно сравнивать честно.

Случайные блуждания — старый математический приём: так моделируют движение пыльцы в воде или рост цен на бирже. Здесь он впервые помогает различать болезни мозга.

Метод проверили на большой группе пациентов с обоими диагнозами. Новая сеть на основе извилин оказалась точнее прежних, которые опирались на усреднённый атлас мозга. Значит, индивидуальный рисунок складок хранит важную информацию о болезни, которую шаблон стирает.

Извилины появляются ещё до рождения: мозг плода складывается, как лист бумаги, чтобы уместить больше клеток в маленьком объёме черепа.

Понятия
болезнь Альцгеймера фолдинг белка нейронные сети в пространственном картировании сопоставление медицинских изображений с геномными данными аутизм эвиденциальные нейронные сети предсказание сворачивания белков неинвазивный мониторинг мозга глубокое обучение в медицинской визуализации анализ медицинских изображений