剑桥老化和神经科学中心（CAM-CAN）是2010年推出的大型研究项目，了解个人如何最佳地将认知能力保持为旧时代。CAM-CAN是一种跨学科努力，其中来自心理学，神经科学，精神病学，工程和公共卫生的研究人员使用各种脑成像技术，例如结构和功能磁共振成像（MRI）和磁性脑图（MEG），以测量与年龄相关的脑结构与功能的变化。大脑结构随着年龄的增长而变化急剧变化（图1），所以尽管有这些变化，有些人如何维持许多认知能力？
图1.结构MRI图像通过典型健康19岁（左）和典型健康86岁（右）的典型健康的大脑水平部分。较旧的大脑中的暗洞（心室）更大，因为多年来灰质（大脑周围的卷曲）和白质（剩余较轻的材料）已经缩减。
近3000名参与者在年龄从18至88岁的年龄范围，从各种社会经济背景中汲取，Cam-Chil是世界上最大的项目之一。从健康历史和生活方式问卷，认知测试以及700名参与者，MRI和MEG成像的子集中收集数据。每个参与者提供几乎有千兆字节的数据，具有近1000个MRI图像，每个MRI图像具有超过100,000个体素，而MEG信号在数百个传感器上录制每毫秒30分钟。我们使用matlab.®要处理高性能计算集群上的数据，并应用高级统计，优化和机器学习技术，以解释数据并进行有意义的定量比较。
处理CAM-CAN数据
从大队列处理MRI和MEG数据涉及许多步骤，例如共同登记不同类型的MRI图像，将它们翘曲到每个体素处的共同空间，平滑和运行统计模型。解释MEG数据还需要与结构MRI图像共同登记传感器，以便构建头部的精确模型。这导致复杂的管道，具有许多相互依赖的步骤。
要管理和自动化此MultiStep管道，几个研究团队使用基于MATLAB自动分析（AA）软件包[1]与MRC认知和大脑科学单位的同事共同开发。CAM-CAN数据集是AA的理想用例，因为其异常大量的参与者和必须为每个参与者处理的各种图像。使用AA，在编程熟练的研究人员可以进行复杂的神经影像数据分析（图2）。AA管道由模块组装，每个模块执行单个步骤并指定其输入和输出依赖性。AA处理引擎基本上是一个批处理系统，管理这些依赖性并跟踪完成的步骤以及剩余的步骤。如果管道进程被中断，研究人员可以恢复处理，而无需从头开始重启。
图2.功能MRI分析的AA管道的示例子集。图片礼貌Cusack等，2015。
AA管道可以援引其他神经影像学分析软件，包括统计参数映射（SPM）包裹。SPM是另一个基于Matlab的包装，以及全球最广泛使用的神经影像工具之一。
使用群集加速数据处理
虽然AA对于管理图像分析管道非常宝贵，但在完整的管道中执行所有步骤需要时间，特别是在涉及700名参与者的项目中。为了加速此过程，我们使用MATLABPLILLERS SERVER™处理1200核群集的数据。由于各个参与者的大部分处理工作可以独立完成（即，在不影响其他参与者的处理），我们的分析是令人尴尬的平行且容易在群集中同时执行。我们看到计算速度几乎线性的增加，核心数分配给每个作业。
MATLAB并行服务器不仅减少了处理时间;它还降低了进入并行计算的障碍 - 在剑桥MRC大脑和认知单元的科学家中提供广泛的技术能力，这是一个重要的考虑因素。在许多情况下，研究人员可以通过简单地改变一个研究员将其处理移动到群集上为了循环到A.议案环形。我们有书面脚本，使研究人员能够选择默认的资源集，例如核心数量和每个核心的RAM数量，适用于各种作业大小。由于MATLAB并行服务器通过插件脚本与Slurm Scheduler集成，因此很容易提出作业并管理许多用户共享的群集。
分析MATLAB中的CAM-CAN数据
在完成具有AA管道的神经影像凸轮的初始处理之后，我们的研究人员可以应用统计和机器学习技术来制造推论和派生洞察力。例如，一些研究人员使用统计和机器学习工具箱™尝试从大量大脑数据中预测每个参与者的年龄，以确定哪些脑功能对于预测年龄最为重要。其他研究人员使用多变量的线性回归和适度分析，试图了解生活方式因素，尽管他们的大脑中的大脑中的大脑发生了显着变化，但是一项研究表明运动等活动，在中生中进行的爱好或社会活动为预测晚期和高于教育而言，对预测晚期和高于教育作出了独特的贡献[2]。此外，越来越多的人越来越多的人在生活中从事，其认知健康的依赖性越依赖于其脑结构（图3）。这表明大脑可以在功能上适应年龄相关的结构变化，中生活动对于这种适应性尤为重要，潜在允许人们将其独立性保持在老年中。
图3.绘制了认知能力与脑部健康结构MRI测量的关系（“总灰质体积”的关系（“总灰质体积”）超过65岁以上的参与者，从Chan等人改编。（2018）。每个参与者都是一个点，具有点的颜色，表明它们是否在中年工作场所以外的高（蓝色）或低（红色）的活动水平。
进一步的研究
神经科学是剑桥大学跨学校研究的一个非常活跃的地区，有一个成熟的跨学科研究中心。本地CAM-CAN团队的成员根据CAM-CAN存储库中的数据发布了许多论文。此外，数据的匿名版本可根据要求提供，并已下载数百家科学家在世界各地。
我们目前正在寻求额外资金在原始组的参与者上运行后续测试，因为它们年龄增长，提供纵向数据。我们还结合了具有类似脑成像的CAM-CAN数据欧洲的队列，将数百至成千上万的大脑扫描的数据越来越多。这种提高的样本量对于分析，例如，基于由志愿者捐赠的样本的样本来分析。了解健康老龄化对于了解“不健康”老龄化也很重要，例如阿尔茨海默病和其他形式的痴呆症。
