Новый пространственно-временной разложение и идентификация разреженных уравнений для деформации мозга человека

Почему даже мягкие столкновения взбалтывают мозг

Когда вы ударяете голову, пусть и слегка, мозг внутри черепа колеблется сложным образом, который трудно разглядеть или предсказать. Врачи и инженеры хотели бы иметь простое описание этого движения, поскольку оно может улучшить шлемы, безопасность автомобилей и медицинскую диагностику после удара по голове. В этом исследовании представлен новый метод, основанный на данных, который сводит сложное внутреннее движение мозга к нескольким базовым шаблонам и уравнениям, используя продвинутые МРТ-сканы людей при небольших контролируемых движениях головы.

Преобразование сложного движения в простые шаблоны

Многие физические системы, которые на первый взгляд выглядят хаотично — от морских волн до вихрей в воздухе — на самом деле управляются несколькими доминирующими шаблонами, которые повторяются со временем. Авторы опираются на эту идею применительно к человеческому мозгу. Они разработали рамочную методику под названием TASC-DMD, которая принимает измерения изменений в пространстве и времени и разлагает поведение на небольшой набор повторяющихся «мод», каждая из которых имеет собственный ритм. Вместо того чтобы полагаться на подробные вручную построенные физические модели, метод учится непосредственно по данным, стремясь найти максимально простое описание, которое при этом захватывает существенное движение.

Новый способ считывать движение из МРТ-фильмов

Команда сначала проверяет свой метод на классических физических задачах, где правильный ответ уже известен: бегущие волны в математическом уравнении, вихри позади цилиндра в потоке жидкости и колебание цилиндра, заполненного гелем, используемого как модель ткани мозга. В каждом случае TASC-DMD не только восстанавливает ожидаемые шаблоны и частоты, но и оказывается более устойчивым к шуму и ограниченным данным по сравнению с общепринятыми подходами. Это повышает уверенность в том, что ту же технику можно применить к гораздо более шумным реальным данным, таким как движение внутри человеческой головы.

Поиск скрытых ритмов в живом мозге

Ключевым испытанием стал набор 3D-МРТ-фильмов, показывающих, как деформируются мозги 45 добровольцев при мягких, контролируемых движениях головы — либо типа кивания, либо типа скручивания. По этим сканам исследователи вычисляют, как каждая небольшая область мозга растягивается или сдвигается со временем, создавая богатую четырёхмерную картину внутренних деформаций. С помощью TASC-DMD они обнаружили, что этот огромный набор данных хорошо описывается всего тремя доминирующими шаблонами деформации, каждый из которых колеблется с характерной частотой в диапазоне примерно 7–15 циклов в секунду. Удивительно, но эти же три базовых ритма последовательно проявляются у всех испытуемых и при обоих типах нагрузок.

Построение простых уравнений для движения мозга

Чтобы пойти дальше поиска шаблонов, авторы используют второй инструмент под названием SINDy, который ищет наименьший набор математических уравнений, воспроизводящих изменение этих трёх шаблонов во времени. Обученная на данных 36 из 45 человек, объединённая модель TASC-SINDy затем предсказывает полные 3D-структуры деформаций у оставшихся девяти испытуемых, используя лишь их начальное состояние в качестве входных данных. Предсказанная деформация мозга хорошо совпадает с измеренными МРТ-данными как в локальных деталях, так и в общем поведении, несмотря на крайне компактность модели. Это показывает, что реакция мозга на мягкие удары, хотя и механически богата, управляется низкоразмерной динамикой, которую можно описать всего несколькими взаимодействующими модами.

Что это значит для безопасности мозга и не только

Показав, что сложное движение мозга при мягких ударах можно свести к трем повторяемым шаблонам и небольшому набору управляющих уравнений, эта работа даёт надежду на то, что риск травмы головы в будущем можно будет оценивать и предсказывать с помощью упрощённых моделей вместо массивных симуляций. Та же методика применима и к другим сложным системам — от течений до проектируемых материалов — всякий раз, когда доступны богатые пространственно-временные данные. По сути, исследование предлагает мощный новый способ позволить данным «говорить за себя», выявляя простые правила, скрытые в кажущемся запутанным движении.

Цитирование: Arani, A.H.G., Alshareef, A.A., Pham, D.L. et al. A novel spatiotemporal decomposition and identification of sparse equations for human brain deformation. Sci Rep 16, 14468 (2026). https://doi.org/10.1038/s41598-026-41995-1

Ключевые слова: механика мозга, травматическая черепно-мозговая травма, динамическое разложение по модам, моделирование на основе данных, тегированная МРТ