剑桥人口老龄化和神经科学中心(cam)是一个大型研究项目2010年启动了解个人可以最好保持认知能力步入老年。cam是一个跨学科的努力,研究人员从心理学、神经科学、精神病学、工程、和公共卫生使用各种脑成像技术,比如结构性和功能性磁共振成像(MRI)和脑磁图描记术(MEG),测量与年龄相关的大脑结构和功能的变化。大脑随着年龄变化显著的结构(图1),所以一些人如何保持他们的许多认知能力,尽管这些变化?
图1所示。结构的MRI图像,图像显示了一个水平部分通过一个典型的大脑健康的19岁(左)和典型的健康的86岁的(右)。黑暗的洞(心室)老年大脑更大,因为灰质(大脑边缘)的卷积和白质(轻剩余材料)萎缩。
有近3000名参与者年龄从18岁到88岁不等,来自一个广泛的社会经济背景,cam是世界上最大的同类项目。从健康历史和生活方式问卷调查收集数据,认知测试,,700名参与者的一个子集,MRI和梅格成像。每个参与者提供了近十亿字节的数据,有近1000名的MRI图像,每个超过100000像素点,梅格信号记录每一毫秒30分钟在数以百计的传感器。我们使用MATLAB®在高性能计算集群处理数据,应用先进的统计、优化和机器学习技术来解释数据并进行有意义的定量比较。
处理cam数据
处理核磁共振和梅格的数据有一大群人包括很多步骤,如co-registering不同类型的MRI图像,扭曲他们一个共同的空间,平滑,并运行在每个体元统计模型。梅格解释数据还需要co-registering传感器结构的MRI图像,为了建立一个精确的模型。这个结果在一个复杂的管道,许多相互依存的步骤。
管理和自动化这个多步管道,几个研究小组使用基于MATLAB自动分析(AA)软件包[1]联合与同事在医学研究委员会认知和脑科学单位。cam数据集是一个理想的用例AA的异常大量的参与者和各种各样的图像,必须为每个参与者被处理。使用AA,研究人员不太精通编程可以执行复杂的神经影像数据的分析(图2)。AA管道组装的模块,每个模块执行单步并指定其输入和输出的依赖关系。AA处理引擎实质上是一个批处理系统,可用于管理这些依赖项和跟踪的步骤完成,剩下的步骤。如果管道过程中断,研究人员可以恢复处理,而无需从头重新启动。
图2。一个例子AA功能性核磁共振分析管道的子集。图片由库萨克et al, 2015年。
AA管道可以调用其他神经影像分析软件,包括统计参数映射(SPM)包中。SPM是另一个基于MATLAB软件包,全世界使用最广泛的神经影像工具之一。
使用一个集群,加快数据处理
虽然AA对图像分析管道管理都是非常宝贵的,执行的所有步骤在一个完整的管道需要时间,尤其是在一个项目,涉及700名参与者。加速这个过程,我们使用MATLAB并行服务器™1200 -核心集群处理数据。因为大部分的处理为个体参与者可以独立完成工作(也就是说,在不影响另一个参与者)的处理,我们分析是高度平行,容易并发执行集群上。我们看到近线性增加计算速度与核的数量分配给每个工作。
MATLAB并行服务器不仅减少了处理时间;它还降低了进入障碍平行一家重要的考虑我们的科学家之间的广泛的技术能力在剑桥MRC大脑和认知单元。在许多情况下,研究人员可以把处理到集群通过简单地改变为循环parfor循环。我们有写脚本,使研究人员能够选择默认设置的资源,比如每个核心的核心和一个数量的内存数量,大小为各种不同的工作。由于MATLAB并行服务器与粘调度器通过很多插件集成脚本,很容易提交工作和管理许多用户共享的集群。
在MATLAB分析cam数据
在完成最初的神经影像处理cam数据与一个AA管道,我们的研究人员可以应用统计和机器学习技术做出推论,得出见解。例如,一些研究人员使用统计和机器学习工具箱™来预测每个参与者的年龄从各种各样的大脑数据,以确定哪些大脑功能是最重要的预测。其他研究人员使用多元线性回归和适度的分析,试图找出生活方式因素允许一些人保持他们的认知能力,尽管他们的大脑戏剧性的变化如图1所示。一项研究显示,活动,如体育,爱好,或社会活动在中年老年认知能力预测,做出了独特的贡献超过教育[2]。此外,这些活动一个年长的人从事早些时候在生活中,他们的认知健康越少依赖他们的大脑结构(图3)。这表明大脑功能能适应与年龄相关的结构性变化,中年活动是特别重要的适应性,可能允许人们来维护他们的独立性已经步入老年。
图3。情节展示认知能力之间的关系和结构的核磁共振测量大脑健康(“灰质总额”)的一个子集cam参与者超过65岁,改编自陈et al . (2018)。每个参与者都是一个点,点的颜色表明他们是否参与高(蓝色)或低水平(红色)在中年工作场所外的活动。
进一步的研究
校研究神经科学是一个很活跃的领域剑桥大学的完善的跨学科研究中心。当地的cam团队成员发表了很多篇论文基于cam存储库中的数据。此外,匿名的版本上可用的数据请求,并下载了世界各地的数百位科学家。
我们现招聘额外的资金运行后续测试参与者在原始组,随着他们年龄的增长,提供纵向数据。我们还结合cam具有类似脑成像数据军团在欧洲日益增长的数据从数百到成千上万的脑部扫描。增加样本容量对分析很重要,例如,基因的作用,基于样本捐献的志愿者。理解健康老化也是很重要的对于理解“不健康”老化,如阿尔茨海默氏症和其他形式的痴呆。
