编辑 | 紫罗
大脑血管周围的血管周围空间在大脑周围输送水样液体，帮助清除废物。体液流动的变化与神经系统疾病有关，包括阿尔茨海默氏症、小血管疾病、中风和外伤性脑损伤，但很难在体内测量。
了解该系统的功能、故障和潜在修复取决于流速、压力和剪切应力的高保真体内量化，而这些在以前是无法获得的。
由罗彻斯特大学副教授 Douglas Kelley 领导的机械工程师、神经科学家和计算机科学家组成的多学科团队开发了新颖的 AI 测速测量方法，用于测量大脑血管周围的液体流动，以准确计算脑液流量。
研究表明，人工智能测速仪 (AIV) 将稀疏二维 (2D) 体内速度测量与物理信息神经网络相结合，可以准确地推断出高分辨率压力和剪切应力。AIV 还可以推断高分辨率三维 (3D) 速度，从而高精度地量化体积流量和阻力。其独特的功能使 AIV 成为了解脑液流动、改善临床结果的关键工具。
该研究以「Artificial intelligence velocimetry reveals in vivo flow rates, pressure gradients, and shear stresses in murine perivascular flows」为题，发布在《Proceedings of the National Academy of Sciences》上。
「在这项研究中，我们将动物模型内部的一些测量结果与一种新颖的 AI 技术相结合，使我们能够有效地测量以前没有人能够测量的东西，」罗切斯特机械工程系教员 Kelley 说。
这项工作建立在研究合著者、罗切斯特转化神经医学中心的联合主任 Maiken Nedergaard 领导的多年实验的基础上。该小组之前已经能够通过将微小颗粒注入流体并测量它们随时间的位置和速度来对血管周围空间的流体流动进行二维研究。但科学家们需要更复杂的测量来了解系统的全部复杂性——探索如此重要的流体系统是一项挑战。
为了应对这一挑战，该团队与布朗大学的 George Karniadakis 合作，利用 AI。他们将现有的 2D 数据与基于物理的神经网络相结合，创造了前所未有的高分辨率系统。
「这是一种揭示压力、力和三维流速的方法，比我们用其他方法更准确，」Kelley 说。「压力很重要，因为还没有人确切知道是什么泵送机制驱动大脑周围的所有这些流动。这是一个新领域。」
