许多经典的统计方法预先假设他们希望在数据中看到哪些群体;比如老年人和年轻人,或者内向者和外向者。之后的一切都取决于将个体分配到严格的群体中的最初决定。在这项新研究中,研究人员没有预先假设大脑性别群体,超越男性,女性和个人之间,应该。相反,他们以一种不可知论的数据驱动的方式,直接从大脑成像和心理评估项目中得出了大脑性别分组。
“我们的目标是证明,广泛使用的脑成像方法能够提供证据,反对性别/性别在大脑中如何表现的严格二元观点,”麦吉尔大学医学院生物医学工程系副教授、该论文的资深作者Danilo Bzdok博士解释道。“这些发现对加拿大和其他国家促进公平、多样性和包容性的运动具有重要的影响。通过从生物学角度提高这一意识,我们可能有助于建立一个介于男性和女性之间的社会,在这个社会中,人们会感到自己被包容,而不是受到歧视。”
将数据整合在一起
为了进行他们的研究,研究人员获得了一个独特的数据集,其中包括广泛的性别/性别多样性的个体。与通常只研究一个男性和一个女性群体的性别行为不同,他们获得了丰富的样本,其中还包括从男性到女性的个体以及从女性到男性的个体。亚琛工业大学精神病学、心理治疗和心身学系的尤特·哈贝尔教授和本杰明·克莱门斯博士与测量到的这四组人的大脑连接指纹,随后与性别刻板行为特征的综合档案联系起来。
研究人员使用的机器学习算法可以提供证据,证明性别/性别在人类大脑中可能不是二元实体。在一种无偏的模式学习方法中,他们可以证明,大脑性别差异的至少九个维度可以被可靠地识别出来。也就是说,特定的个体可以被分配到9个“表达式”或坐标系统轴上,它们沿着特定的大脑性别差异分布的程度。“我的实验室工作在系统神经科学和定制机器学习算法之间的接口,以回答大型神经科学数据集的问题,”Bzdok博士说,他最近搬到蒙特利尔加入麦吉尔社区。
推进研究
Bzdok博士乐观地认为,正在萌芽的临床联盟计划将允许他们汇集更丰富的多模态数据集,以承认存在于更广泛人群中的更多性别/性别变异方面。从数据分析的角度来看,他解释说,我们收集的数据越多,就越有可能发现更多的性别/性别维度。Bzdok博士说:“我目前正在联系麦吉尔社区的各种研究人员,试图把这些和其他项目带到下一个水平。”“将与社会相关的行为变异映射到大脑变异的问题,现在可以从遗传学、基因组学、干预反应(如暂时性脑损伤)、免疫标记物等跨领域的角度来解决。麦吉尔大学为这些雄心勃勃的问题提供了肥沃的土壤。”
来源:麦吉尔大学