Нормативное моделирование осцилляций мозга в МЭГ на протяжении жизни человека

Слушая тихий фон мозга

Наши мозги никогда по-настоящему не отдыхают. Даже когда мы сидим спокойно с открытыми или закрытыми глазами, миллиарды нейронов согласованно «гудят» в ритмических паттернах. Эти невидимые мозговые ритмы меняются по мере нашего взросления, старения и при развитии заболеваний. В этом исследовании авторы поставили цель создать нечто вроде таблиц роста для этих ритмов — способ видеть, что типично для человека определённого возраста и пола, а затем использовать эти таблицы, чтобы заметить, когда мозг отдельного человека выходит за обычные пределы.

Почему ритмы мозга важны

Врачи давно используют таблицы роста по росту и весу для мониторинга физического развития ребёнка. В последние годы нейроисследователи начали делать нечто подобное для строения мозга, используя МРТ, чтобы сопоставить, как объём и толщина мозга обычно меняются с возрастом. Но многие расстройства мозга связаны не только со структурой — они нарушают и согласованность временного типа активности нейронов. Техники вроде магнитoэнцефалографии (МЭГ) фиксируют эти быстрые электрические ритмы, однако до сих пор не существовало крупного эталона «нормы» мозговых ритмов на всём протяжении жизни. Без такого эталона трудно сказать, является ли активность конкретного человека необычной и в чём именно это выражается.

Создание жизненных диаграмм мозговой активности

Авторы разработали рамочную методику, которую назвали MEGaNorm, чтобы заполнить этот пробел. Они объединили записи МЭГ в состоянии покоя от 1 846 здоровых людей в возрасте от 6 до 88 лет, собранных в шести центрах на трёх типах сканеров, а также 160 человек с болезнью Паркинсона. Из каждой записи они удаляли артефакты, такие как моргания и сердечные помехи, затем вычисляли, какая часть сигнала приходилась на четыре знакомых диапазона ритмов: медленные тета-волны, средние альфа- и бета-волны и более быстрые гамма-волны в диапазоне 3–40 циклов в секунду. Ключевым шагом было предварительное вычитание широкополосного «фонового шёпота», который всегда присутствует в мозговых сигналах, чтобы оставшиеся измерения отражали истинные ритмические пики, а не общий шум или возрастные сдвиги в суммарной мощности.

Фиксируя нормальные различия, а не только средние значения

Вместо того чтобы сосредотачиваться только на средних значениях, команда использовала иерархический байесовский подход для оценки полных кривых, описывающих, как каждый ритм обычно меняется с возрастом и насколько велика эта вариабельность. Их модели позволяли форме и разбросу данных меняться с возрастом, и они явно учитывали различия между центрами записи и между мужчинами и женщинами. Это породило центильные кривые — аналогичные 5-й, 50-й или 95-й процентилям в таблице роста — для каждого ритма на протяжении жизни. Затем это было представлено в виде двух видов визуальных инструментов. Популяционные диаграммы (P-NOCs) показывают, шагами по пять лет, какой вклад обычно вносит каждый ритм в общий профиль мозговой активности. Индивидуальные диаграммы (I-NOCs) позволяют клиницисту или исследователю взять измерения одного человека и увидеть, где они находятся относительно норм по возрасту, полу и типу сканера.

Как ритмы мозга меняются с возрастом

Таблицы роста показывают, что ритмы мозга следуют различным жизненным траекториям, а не меняются синхронно. Мощность тета-диапазона описывает U-образную кривую: относительно высокая в детстве, падает примерно в середине жизни, затем снова растёт в пожилом возрасте. Альфа-мощность, часто связанная с расслаблённым бодрствованием, демонстрирует противоположную картину: она растёт в подростковом возрасте, достигает пика в ранней зрелости и затем постепенно снижается. Мощность беты, как правило, увеличивается примерно до 50 лет, а затем выравнивается, в то время как медленная гамма остаётся умеренной и относительно стабильной. Примерно в середине жизни наблюдается заметный сдвиг в балансе ритмов: до примерно 50 лет снижение альфа-активности частично компенсируется ростом беты; позже бета стабилизируется, и по мере дальнейшего ослабления альфа возрастает вклад тета. Эти паттерны подчёркивают, что здоровое старение включает перераспределение между ритмами, а не просто единообразное замедление или ослабление.

Выявление скрытых различий при болезни Паркинсона

Чтобы проверить клиническую ценность своих диаграмм, исследователи применили MEGaNorm к группе пациентов с болезнью Паркинсона. Они рассматривали всех пациентов как неизвестных, пропускали их данные через ту же процедуру и оценивали, насколько ритмы каждого человека отклонялись от норм, сопоставимых по возрасту, полу и центру записи. Наиболее крупные и стабильные отклонения появились в тета- и бета-диапазонах: у многих пациентов наблюдалась необычно высокая тета, необычно низкая бета или и то, и другое; эти отклонения лучше отделяли их от здоровых контрольных участников, чем изменения в альфа- или гамма-диапазонах. Важно, что пациенты не образовывали единого «паркинсонического» паттерна. Вместо этого они распределялись вдоль континуума от профилей с высокой тета/низкой бета до профилей с низкой тета/высокой бетой, причём некоторые индивиды полностью попадали в нормальный диапазон. Такое разнообразие скрывается или размывается при традиционных сравнениях по средним группам.

К более персональным эталонам здоровья мозга

В прикладном смысле эта работа превращает запутанные измерения мозгового «фонового шума» в интуитивные диаграммы, которые, скажем, указывают: «для человека, похожего на вас, уровень бета-активности выше, чем у 95 процентов сверстников». Поскольку рамка построена так, чтобы её можно было обновлять по мере поступления новых данных и адаптировать локально без передачи чувствительных записей, она предлагает практическую основу для более персонализированных оценок здоровья мозга. Хотя необходимы дальнейшие испытания в разных популяциях и при других расстройствах, MEGaNorm демонстрирует, как мы однажды сможем отслеживать функциональные изменения мозга с течением времени подобно тому, как следим за давлением или уровнем холестерина, выявляя ранние признаки заболеваний и подбирая лечение на основе уникального ритмического профиля каждого человека.

Цитирование: Zamanzadeh, M., Verduyn, Y., de Boer, A. et al. Normative modeling of MEG brain oscillations across the human lifespan. Commun Biol 9, 604 (2026). https://doi.org/10.1038/s42003-026-09825-2

Ключевые слова: осцилляции мозга, магнитоэнцефалография, развитие в течение жизни, болезнь Паркинсона, точная психиатрия