按照检测目的的不同，磁共振成像可以分为结构性磁共振成像（sMRI）和功能性磁共振成像（fMRI）。大量的fMRI研究已经表明自发性大脑活动具有特定脑区信号增强的特点。然而，以往的fMRI数据分析技术却面临极大困境。这是由于fMRI成像过程将大脑分割成各个细小的三维单位“体素”，然后分别记录每个体素中的信号。由于体素非常小，处理软件必须对整体进行检查，找寻到一群产生相似信号值的相邻体素。然而，在个人受到动态刺激时，例如音频、视频等，基于群组模型的分析仅能反映大约三分之一的动态差异。

对此，来自加州大学伯克利分校的研究人员开发了新的算法模型，允许从BOLD信号中动态记录时间信息，然后利用机器学习技术生成信息与脑部活动映射。据悉，该实验利用fMRI扫描技术收集数据，成功将985个常用英语单词与所对应的大脑区域绘制成图。

相关专家表示，这项技术正在用于帮助研究人员理清脑内复杂的结构与功能的对应关系。功能成像或可在临床医生指导早期诊断、治疗或预后决策中起到重要作用，例如帮助改善自闭症谱系障碍或指导治疗神经退行性疾病等。

信息来源：

https://mp.weixin.qq.com/s/e0V5LuROm5U4vedMXsVOrQ