机器学习研究:大脑中至少存在九种性别表达

人类用来解释和研究自己大脑的术语可能与这些构造在自然界的实际表现方式不一致。例如，在许多人类社会，当一个婴儿出生时，出生证明上要么是“男性”，要么是“女性”。然而，现实可能没有那么非黑即白。事实上，假设只有两种性别/性别类别之间存在两分法差异，可能与我们试图在自然结合处雕刻自然的努力不一致。该杂志最近发表的一篇新论文就是这种情况脑皮质在那里，研究人员认为至少有九个方向的脑性别变化。

许多经典的统计方法预先假设了他们期望在数据中看到的群体;比如老年人和年轻人，或者内向者和外向者。接下来的一切都取决于将个体划分为严格的群体的最初决定。在这项新研究中，研究人员并没有预先假设大脑性别群体(包括男性、女性以及介于两者之间的个体)应该是什么。相反，他们以一种不可知论的数据驱动的方式，直接从脑成像和心理评估项目中得出脑性别组。

“我们的目标是证明广泛可用的脑成像方法能够以严格的二进制视图提供证据，以防止性别/性别在大脑中表现出的严格二进制视图，”生物医学工程系副教授副教授博士解释道解释道麦吉尔大学的医学院和纸上的一名资深作者。“这些调查结果对加拿大和其他国家的改善，多样性和包容性的运动具有重要影响。通过提高生物学视角的认识，我们可能有助于构建一个人在男性和女性标签之间识别自己的社会感觉包括而不是歧视。“

收集数据

为了进行他们的研究，研究人员获得了一个独特的数据集，包括广泛的性别/性别多样性的个体。他们没有像通常那样只研究男性和女性群体的性别行为，而是获得了丰富的样本，其中还包括从男性变性为女性的个体以及从女性变性为男性的个体。研究人员与亚森工业大学精神病学、心理治疗和身心学系的Ute Habel教授和Benjamin Clemens博士密切合作，将这四组人的大脑连接指纹与性别刻板行为特征的综合档案联系起来。

研究人员使用了机器学习算法，可以提供性别/性别可能不是人类大脑中的二象实体。以一种无偏的模式学习方法，他们可以表明可以稳健地识别出至少九个脑 - 性别变化的维度。也就是说，特定个体可以被分配到九个“表达”或坐标系轴，其沿着脑性别变异的特定分布落下。

Bzdok博士最近搬到蒙特利尔加入麦吉尔社区，他说:“我的实验室致力于系统神经科学和裁剪机器学习算法之间的接口，以回答大型神经科学数据集中的问题。”“蒙特利尔具有将世界级神经科学机构(如the Neuro)与顶级人工智能机构(如位于同一城市的Mila Quebec人工智能研究所)结合起来的优势。在这两个研究领域，都有很多遗产，现在，也有动力建立一个关键的群体，以促进进步。因此，蒙特利尔是一个特别有前途的地方，有可能在神经科学和人工智能之间的桥梁上做出重要贡献。”

推进研究

Bzdok博士乐观地说，崭露头角的临床联盟倡议将允许他们允许更丰富和多模态数据集，以确认更广泛人口中存在的性/性别变化的更多面条。从数据分析的角度来看，他解释说，我们可以收集的数据越多，我们就越有可能发现更多的性别/性别维度。

Bzdok博士分享道:“我目前正在联系麦吉尔社区的各种调查人员，试图把这些和其他项目带到下一个层次。”“将社会相关的行为变化映射到大脑变化的问题现在可以从交叉的角度来解决，包括遗传学、基因组学、干预反应(如暂时性脑损伤)、免疫标记物等等。”麦吉尔大学为解决这些野心勃勃的问题提供了肥沃的土壤。”

---

---