纵向脑部分析对于理解健康衰老和识别病理偏差至关重要。纵向脑部MRI序列配准是此类分析的基础。然而，现有方法受限于对密集采样时间序列的依赖、精度与时间平滑性之间的权衡，以及无法前瞻性地预测未来的脑状态。为了克服这些挑战，我们提出了TimeFlow，一个基于学习的纵向脑部MRI配准框架。TimeFlow使用带有时间条件的U-Net骨干网络，将神经解剖结构建模为年龄的连续函数。仅需来自同一受试者的两次扫描，TimeFlow即可估计出准确且时间一致的形变场，从而实现非线性外推以预测未来的脑状态。这是通过我们提出的应用于形变场和形变图像的插值/外推一致性约束来实现的。值得注意的是，这些约束在无需显式平滑正则化或密集采样序列数据的情况下，即可保持时间一致性和连续性。大量实验表明，TimeFlow 在未来时间点预测和配准精度方面均优于现有方法。此外，TimeFlow 支持新型的生物脑老化分析，无需分割即可区分神经退行性轨迹和正常老化，从而避免了耗时的标注工作，并减少了分割不一致性。TimeFlow 为脑老化和慢性疾病的纵向分析提供了一个准确、高效且无需标注的框架，能够预测观察研究期之外的脑部变化。
男人也会老当益壮？科学家发现大脑抗衰基因，有望逆转男性生育力下降
2026-11-05
美国国家科学院院刊（PNAS）最新研究发现，大脑下丘脑中的一种长链非编码RNA（原代码中缺失具体名称，指代特定RNA）是维持男性生育力的关键。随着年龄增长，该分子水平下降会导致控制生殖的神经元活性降低、雄激素减少及精子质量下滑。通过靶向补充该分子，老年小鼠的血清睾酮、精子数量和活力均显著提升。这为未来延缓男性生殖衰老、实现“老龄得子”提供了全新的干预靶点。