从阿尔茨海默症到人工智能:佐治亚州立大学TReNDS中心如何推进脑科学研究From Alzheimer’s to AI: how the TReNDS center at Georgia State is advancing brain research | EurekAlert!

环球医讯 / 认知障碍来源:www.eurekalert.org美国 - 英语2025-08-21 21:39:55 - 阅读时长2分钟 - 801字
佐治亚州立大学TReNDS中心获得两项美国国立卫生研究院(NIH)R01资助,分别推进阿尔茨海默症多模态脑成像研究与神经精神疾病生物标志物人工智能分析。研究将开发多维数据融合模型,通过结合基因组学、行为学与神经影像数据,提升疾病早期诊断精度,并利用AI技术建立基于生物学特征的精神疾病分型体系,同时探索时间动态认知衰退预测及因果机制解析工具,研究成果将开源共享加速全球脑疾病研究。
脑科学研究阿尔茨海默症神经系统与精神疾病多模态数据融合人工智能生物标志物疾病早期预测脑成像TReNDS中心
从阿尔茨海默症到人工智能:佐治亚州立大学TReNDS中心如何推进脑科学研究

新突破:双R01资助聚焦脑疾病研究

佐治亚州立大学TReNDS中心近期获得两项美国国立卫生研究院(NIH)R01重大项目资助,标志着该中心在脑科学领域取得突破性进展。中心主任Vince Calhoun教授表示:"这些资助将推动多模态数据融合技术的发展,深化对神经系统与精神疾病的理解、诊断与治疗。"

阿尔茨海默症多维研究

由计算机科学副教授Jean Liu参与的五年期380万美元项目,将建立灵活的多维模型,整合神经影像与基因组数据,重点突破疾病早期精准预测难题。研究团队开发的开源工具包将实现:

  • 高精度分型各类痴呆症
  • 预测个体认知能力时间动态变化
  • 揭示疾病因果机制

Liu强调:"尽管近年对tau蛋白与β淀粉样蛋白斑块研究取得进展,但早期预测仍面临重大挑战。我们的方法将通过整合行为学、基因组与活动数据,提供全新研究范式。"

AI驱动的生物标志物研究

四项资助中的250万美元项目(四年期),聚焦开发基于人工智能的源分离技术,用于识别多模态脑成像生物标志物。Calhoun团队将:

  • 延伸现有数据驱动框架
  • 建立脑功能、结构与连接度的时空可视化算法
  • 构建基因组关联图谱

该项目旨在为精神疾病建立生物学维度分类系统,提升阿尔茨海默症及相关痴呆的特异性识别能力。

科研生态与荣誉

在《Aperture Neuro》"脑科学现状"特刊中,Calhoun教授提出:

  • 保持数据复杂性分析框架
  • 推广混合模型(如自动化fMRI标志物识别平台NeuroMark)
  • 重视时间依赖性脑连接建模

其研究成果获得国际认可,荣获2024年度人脑图谱组织"玻璃脑终身成就奖"。

未来展望

TReNDS中心将于2025年春季联合佐治亚理工学院、埃默里大学举办功能性神经成像峰会,展示脑成像最新突破,探讨神经影像学未来发展方向。

【全文结束】

大健康
大健康