中风会导致复杂的大脑慢性的结构和功能改变，严重影响运动功能，而理解这些变化背后的神经可塑性，对于开发个性化康复策略至关重要。

2026年1月，在《The Lancet Digital Health》上发表了题为“Associations between contralesional neuroplasticity and motor impairment through deep learning-derived MRI regional brain age in chronic stroke (ENIGMA): a multicohort, retrospective, observational study”的研究。该研究利用深度学习模型，分析了来自8个国家34个研究点、500多名慢性中风幸存者的脑部MRI数据，首次发现：较大的中风损伤会加速患侧半球的脑老化，但令人意外的是，对侧未受损半球却表现出“更年轻”的脑结构特征，且这种“逆龄”模式与更严重的运动障碍相关。研究采用图卷积网络预测18个功能脑区的局部脑龄，发现对侧额顶网络的脑龄越年轻，运动损伤越严重，提示大脑可能通过“代偿性年轻化”重组未受损网络以补偿功能丧失。皮质脊髓束和突显网络的病灶负荷，以及对侧额顶网络的局部脑龄，是预测运动结局的三大关键指标。这一发现为中风康复提供了新的神经可塑性生物标志物，并可能指导个性化干预策略。

研究人员利用数万次MRI扫描训练的深度学习模型，估算了每个半球不同区域的“脑龄”，以观察中风损伤如何影响大脑结构和恢复。

“我们发现，较大的中风加速了受损半球的衰老，但矛盾的是，大脑的另一侧看起来更年轻，”南加州大学凯克医学院神经学副教授、该研究共同作者研究人员表示。“这一模式表明大脑可能正在自我重组，本质上是在恢复未受损的网络，以补偿失去的功能。”

研究团队使用一种先进的人工智能形式——图卷积网络，从MRI数据中预测18个大脑区域的生物年龄。一个人预测的大脑年龄与实际年龄之间的差异，即脑预测年龄差，作为神经健康的敏感标志。

局部预测脑年龄的训练流程图

当团队将这些测量与运动表现评分联系起来时，发现了一个显著的模式：即使经过六个多月康复，严重运动障碍的中风幸存者在病灶对侧区域，尤其是额顶网络中，脑龄比预期年轻。前顶叶网络是运动规划、注意力和协调的关键系统。

“这些发现表明，当中风损伤导致运动丧失加剧时，大脑另一侧未受损的区域可能会适应以帮助补偿，”研究人员解释道。“我们在对侧额顶网络中看到了这一点，显示出更‘年轻’的模式，且已知支持运动计划、注意力和协调。这种模式可能反映了大脑在受损运动系统无法正常运作时的调整。这为我们提供了一种传统影像无法捕捉到的新神经可塑性视角。”

该研究通过ENIGMA进行，ENIGMA是一个全球联盟，整合了来自50多个国家的数据，以更好地理解不同疾病的大脑。研究人员协调了数十个队列中的MRI数据和临床测量，构建了全球同类中最大的中风神经影像数据集。

病变与局部预测脑龄差的相关性分析结果

“通过整合全球数百名中风幸存者的数据并应用尖端人工智能，我们可以发现在较小研究中难以察觉的细微脑部重组模式。这些关于慢性中风中区域性脑部老化的发现，最终有望指导个性化康复策略，”南加州大学史蒂文斯神经影像与信息学研究所主任兼教务教授研究人员表示。

团队计划扩大工作范围，包括追踪从急性到慢性中风康复阶段患者的纵向研究。通过观察大脑衰老和重组模式随时间的发展，临床医生或许能够根据每位患者独特的神经适应过程定制干预方案，最终改善康复结果和生活质量。