基于机器学习与NeuroQuant的脑体积测量:揭示晚产儿语言发育迟缓的脑区特异性边缘结构标记

《Brain Research Bulletin》:Limbic structural markers of language delay in late-preterm children by NeuroQuant and machine learning

【字体: 大 中 小 】 时间:2026年03月20日 来源:Brain Research Bulletin 3.7

编辑推荐:

  本研究针对晚产儿语言发育迟缓神经基础尚不明确的问题,聚焦“边缘-纹状体”结构,利用NeuroQuant自动化脑体积分割与机器学习技术开展回顾性队列研究。研究发现了左侧杏仁核体积增大、左侧海马体体积减小与晚产儿语言迟缓显著相关,且该结构模式在表达性和接受性语言障碍中各有侧重,为未来纵向神经发育研究和早期干预提供了潜在的影像学生物标志物。

  
迎接一个新生命是充满希望的时刻,然而,那些在孕34至36周提前“报到”的晚产儿,尽管在外观上已接近足月儿,其后续发育却可能面临更多挑战。其中,语言发育迟缓是一种较为常见的问题,与足月儿相比,晚产儿发生语言迟缓的风险显著增高。语言能力的形成并非孤立于大脑的某个“语言中枢”,而是依赖于一个涉及感觉、认知、情感、动机等多维度的复杂神经网络。传统的观点多聚焦于大脑皮层中与语言直接相关的区域,但越来越多的证据暗示,深埋于大脑内部的边缘系统和纹状体等结构,在语言的学习、记忆、动机和社会情感处理中扮演着关键角色。那么,晚产儿的语言发育迟缓,是否也与其大脑深处这些结构在出生早期的细微变化有关?如果有关,这些变化是否能被精确地捕捉,并作为未来风险的早期警示?这正是研究者们试图解答的核心谜题。
为了探寻答案,一项发表于《Brain Research Bulletin》的研究团队进行了一项创新的回顾性队列研究。研究者们从韩国全北国立大学医院新生儿重症监护室(NICU)2013年至2023年收治的婴儿中,筛选出151名晚产儿作为最终研究队列。这些婴儿在相当于足月矫正胎龄时接受了常规的磁共振成像(MRI)检查,并在其后的3-4岁龄阶段接受了标准化的语言发育评估。通过这种方式,研究成功地将婴儿期的脑结构“快照”与童年期的语言发展“成绩单”关联起来。该研究的核心在于运用了两种前沿技术:一是美国食品和药物管理局(FDA)批准的自动化脑体积分割软件NeuroQuant,它能从常规MRI影像中高精度、标准化地测量上百个大脑区域的体积;二是机器学习中的特征选择方法,帮助从海量的脑体积数据中,高效、客观地筛选出与语言迟缓最相关的少数关键脑区,从而避免了传统方法的盲目性。最终,通过严谨的统计模型,研究揭示了晚产儿语言发育迟缓背后独特的脑结构“指纹”。
研究方法的关键技术概览
本研究为回顾性队列设计,纳入了151名在相当于足月矫正胎龄时接受3-Tesla T1加权磁共振成像(MRI)扫描的晚产儿。所有MRI数据均使用NeuroQuant软件进行自动化脑结构分割与体积量化,获取了涵盖皮质、边缘系统、纹状体等72个脑区的标准化体积数据。在后期分析中,研究者结合了机器学习(随机森林)进行特征重要性排序,以识别与语言迟缓最相关的脑体积指标,并最终采用多变量逻辑回归模型,在调整了性别、胎龄、出生体重等临床协变量后,评估了这些脑结构体积与语言发育迟缓(总体、接受性、表达性)之间的独立关联。
研究结果
3.1. 语言迟缓亚组的人口学和临床特征
共有31名儿童被诊断为语言发育迟缓,其中25名存在接受性语言迟缓(RLD),30名存在表达性语言迟缓(ELD),且两个亚组间存在大量重叠。统计分析显示,语言迟缓组在支气管肺发育不良(BPD)和脓毒症/感染的发生率上显著高于语言正常组,但在胎龄、出生体重、母亲年龄等核心人口学指标上未见显著差异。这表明,特定的新生儿期并发症可能加剧了晚产儿语言发育的脆弱性。
3.2. 跨语言迟缓亚型的脑体积比较
与语言正常的儿童相比,患有语言迟缓的儿童在多个脑区表现出显著的体积差异。最为突出的发现是,语言迟缓与左侧杏仁核体积增大以及海马体体积减小相关。进一步的亚组分析揭示了更为精细的模式:接受性语言迟缓(RLD)与右侧核伏隔核体积减小显著相关;而表达性语言迟缓(ELD)则与左侧杏仁核体积增大以及海马体体积减小显著相关。这些结果提示,不同类型的语言障碍可能对应着不同边缘-纹状体结构的特异性改变。
3.3. 脑体积指标与发育性语言迟缓的关联
多变量逻辑回归分析进一步确认并量化了这些关联。在校正了混杂因素后,左侧杏仁核体积每增加一个单位,与语言迟缓(总体)和表达性语言迟缓(ELD)相关的风险(比值比OR)分别增加了81.5%和75.4%。相反,左侧海马体体积增大则与语言迟缓和表达性语言迟缓的风险降低相关(OR值小于1)。对于接受性语言迟缓(RLD),右侧核伏隔核体积增大是其保护性因素。此外,左侧缘上回体积增大和内侧顶叶总体积减小也与语言迟缓风险显著相关。
结论与讨论
本研究通过整合自动化脑体积测量与可解释的机器学习方法,成功地在晚产儿群体中识别出了一组与语言发育迟缓密切相关的早期边缘系统结构标记。核心结论是:晚产儿的语言迟缓并非与单一脑区异常相关,而是与一个涉及情感处理(杏仁核)、记忆与学习(海马体)以及动机奖赏(核伏隔核)的边缘-纹状体神经回路的结构改变有关,并且这种结构模式在接受性与表达性语言障碍中表现出一定的差异性。
其重要意义在于:首先,在理论层面,它强有力地支持了语言发展依赖于广泛分布式神经网络的观点,将研究视野从传统的皮层语言区扩展到了更深层的、与基本认知和情感功能相关的边缘系统。这为理解语言障碍的复杂神经机制提供了新的框架。其次,在方法论上,研究展示了将临床常规MRI、FDA批准的自动化分析工具(NeuroQuant)与数据驱动的机器学习特征选择相结合的巨大潜力。这种“临床友好型”研究路径能够在无需额外、侵入性检查的情况下,从现有医疗数据中挖掘出有预测价值的生物标志物,为未来大规模筛查和纵向研究提供了可行方案。最后,在临床转化层面,这些发现虽然目前尚不能直接用于个体诊断,但它们为开发针对晚产儿的高危神经发育轨迹早期预警系统指明了方向。如果能在婴儿期就识别出具有特定脑结构模式的儿童,将有助于实现更早、更具针对性的语言干预,从而可能改善其长期的学业和社会适应能力。当然,该研究的局限性(如回顾性设计、样本量、脑区测量工具的普适性等)也为未来研究指明了方向,包括开展前瞻性纵向队列、整合多模态神经影像和遗传环境数据,以全面绘制晚产儿神经发育的完整图谱。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号