神经网络模型识别女性和男性不同的大脑组织模式

斯坦福大学医学院研究人员的一项新研究揭示了一种新的人工智能模型，该模型在确定大脑活动扫描来自女性还是男性方面成功率超过 90%。

该研究结果于 2 月 19 日发表在《美国国家科学院院刊》上，有助于解决关于人脑中是否存在可靠的性别差异的长期争议，并表明了解这些差异对于解决影响女性的神经精神疾病可能至关重要和男人不同。

精神病学和行为科学教授兼主任Vinod Menon 博士说：“这项研究的一个关键动机是，性在人类大脑发育、衰老以及精神和神经疾病的表现中发挥着至关重要的作用。”斯坦福大学认知与系统神经科学实验室的教授。

“确定健康成人大脑中一致且可复制的性别差异是深入了解精神和神经疾病中性别特异性脆弱性的关键一步。”

梅农是该研究的资深作者。主要作者是高级研究科学家 Srikanth Ryali 博士和学术研究员张远博士。

最有助于模型区分男性大脑和女性大脑的“热点”包括默认模式网络(帮助我们处理自我参照信息的大脑系统)以及纹状体和边缘网络，它们参与学习以及我们如何对奖励做出反应。

研究人员指出，这项工作并没有权衡与性别相关的差异是在生命早期出现的，还是由荷尔蒙差异或男性和女性可能更容易遇到的不同社会环境引起的。