美國麻省理工學院、哈佛大學及麻省總醫院的科研團隊開發出一款人工智能（AI）軟件，能夠利用算法自動解析腦幹中以往難以清晰成像的白質神經束。這一成果打開了研究腦幹的新窗口，也為研究神經系統疾病與腦損傷提供了新工具。該研究發表於《美國國家科學院院刊》。

該軟件名為“腦幹束工具”（BSBT），基於擴散磁共振成像數據，利用卷積神經網絡自動識別並分割出腦幹中8個不同的白質神經束。此前，由於腦幹區域結構複雜、易受生理運動及腦脊液幹擾，傳統成像技術難以對其神經束進行精細刻畫。

研究團隊首先利用人類連接組計劃的30例高分辨率影像數據對算法進行訓練，並通過屍檢解剖結果驗證其分割準確性。測試表明，BSBT在不同時間點對同一受試者的掃描結果中表現出高度一致性，且適用於多類影像數據集。

在應用層面，團隊將BSBT用於分析阿爾茨海默病、帕金森病、多發性硬化症及創傷性腦損傷患者的腦幹影像。結果顯示，不同疾病在腦幹神經束的體積和各向異性分數等指標上呈現具有鑑別意義的改變模式。例如，帕金森病患者在部分神經束中表現出結構完整性下降，而多發性硬化症患者則在多個神經束中同時出現體積減小和結構指標降低。

此外，BSBT在一名長期昏迷的腦外傷患者連續7個月的跟蹤掃描中，清晰呈現出病竈逐步縮小、神經束逐漸恢復原位的過程，顯示出其在評估神經修復與預後方面的潛在價值。

相關算法已公開發布，可供科研與臨床使用。團隊表示，這一工具不僅有助於深化理解腦幹在意識、呼吸、心跳等關鍵功能中所起的作用，也為神經系統疾病的早期診斷與跟蹤提供了影像學領域的全新生物標誌物。