{"id":390,"date":"2024-06-30T22:49:26","date_gmt":"2024-06-30T21:49:26","guid":{"rendered":"http:\/\/xn--knsdebat-54a.dk\/?p=390"},"modified":"2024-06-30T22:50:40","modified_gmt":"2024-06-30T21:50:40","slug":"hjernescanninger-kan-give-hoej-praecision-m-h-t-at-skelne-mellem-kvinders-og-maends-hjerner","status":"publish","type":"post","link":"https:\/\/xn--knsdebat-54a.dk\/?p=390","title":{"rendered":"Hjernescanninger kan give h\u00f8j pr\u00e6cision m.h.t. at skelne mellem kvinders og m\u00e6nds hjerner"},"content":{"rendered":"
<\/div>\n

Deep learning models reveal replicable, generalizable, and behaviorally relevant sex differences in human functional brain organization<\/h1>\n

P\u00c5VISNING AF FORSKELLE MELLEM KVINDE- OG MANDEHJERNER<\/p>\n

En menneskehjerne indehoklder milliarder af nerveceller. Hver nervecelle er forbundet via nervetr\u00e5de til andre nerveceller; nogle er korte forbindelser til n\u00e6rliggende celler, andre forbindelsser str\u00e6kker sig et langt stykke hen igennem helt andre dele af hjernen. Nervetr\u00e5dene forgrener sig, og kan via sidegrenene danne komplicerede netv\u00e6rk med mange celler.
\nDet er vigtigt at man nu kan studere, hvordan nervetr\u00e5dene i hjernen er forbundet i netv\u00e6rk. Man har udviklet en s\u00e6rlig type MRI-scanninger, der registrerer vandmolekylernes bev\u00e6gelser inde i nervetr\u00e5dene, og derved kan man f\u00e5 data om nervetr\u00e5denes forl\u00f8b og om hvilke nervecentre, der er forbundet med hvilke andre nervecentre. Der er en r\u00e6kke forskellige netv\u00e6rk inde i hjernen, som forbinder forskellige omr\u00e5der. Disse netv\u00e6rk kaldes moduler. M\u00e6nd og kvinder adskiller sig bl.a. ved hvor meget forbindelse, der er imellem modulerne.
\nI nylige unders\u00f8gelser, fra omkring 2020 og frem,\u00a0 har man analyseret, hvor meget forbindelse der var mellem forskellige hjerne\u00adomr\u00e5der, og ud fra forskelle i graden af forbindelse kunne man korrekt klassificere k\u00f8nnet p\u00e5 91 % af hjernerne. Det var dog forskellige individer, der var k\u00f8nstypiske i det ene s\u00e6t resultater, og det andet s\u00e6t resultater. N\u00e5r man kombinerede begge datas\u00e6t, n\u00e5ede man op p\u00e5 at kunne klassificere over 96 % af hjernerne korrekt m.h.t. k\u00f8n. Det er s\u00e5 h\u00f8jt et tal, at man med rimelighed kan sige, at der eksisterer mandlige og kvindelige hjerner.
\nI en endnu nyere unders\u00f8gelse har man scannet ca. 10.000 9-10-\u00ad\u00e5rige\u00ad b\u00f8rn. Ogs\u00e5 her har man set p\u00e5 nogle m\u00e5l for nerve\u00adtr\u00e5denes forl\u00f8b i hjernens hvide substans.<\/p>\n

Man lader et computerprogram behandle hvert individs hjernescanninger og f\u00e5r programmet til at \u201dl\u00e6re\u201d, hvilke hjerner der er drenge hhv. piger. N\u00e5r programmet har l\u00e6rt det, kan det klassificere 93 % af hjernescanningerne korrekt til k\u00f8n. Der er ikke noget enkelt sted i hjernen, hvor drenge og piger adskiller sig helt. Men en del tr\u00e6k har tendens til at v\u00e6re karakteristiske for drenge hhv. piger, og baseret p\u00e5 disse tr\u00e6k har forskerne, for hvert individ, beregnet graden af hanlighed og graden af hunlighed i hjernen. Der er nogle f\u00e5 piger, der er ekstremt hanlige, selv om langt de fleste piger er ekstremt hunlige. Og omvendt: Der er nogle f\u00e5 drenge, der er ekstremt hunlige, selv om langt de fleste drenge er ekstremt hanlige.<\/p>\n

Status indtil for nylig var alts\u00e5, at op til 96 % af hjernescanninger kan identificeres korrekt til k\u00f8n.
\nMen i februar 2024 blev der publiceret en artikel om endnu mere avancerede analyser, der giver endnu st\u00f8rre pr\u00e6cision, af Srikanth Ryali, Yuan Zhang, Carlo de Los Angeles, Kausteubh Supekar og Vinod Menon. Menon planlagde unders\u00f8gelsen og er p\u00e5 den m\u00e5de hovedforfatter.
\nUnders\u00f8gelsen g\u00e5r p\u00e5 flere m\u00e5de videre end de tidligere unders\u00f8gelser. Datamodellen blev gennempr\u00f8vet p\u00e5 et stort materiale af hjernescanninger fra The Human Connectome Project (HCP), med data fra c. 1000 personer, prim\u00e6rt fra England.
\nEfter at programmet havde l\u00e6rt en algoritme, der gjorde det i stand til at skelne m\u00e6nd og kvinder i HCP- datas\u00e6ttet, blev det sat til, uden yderligere l\u00e6ringsproces, at anvende sin l\u00e6rdom p\u00e5 to andre datas\u00e6t, dels ca. 200 personer fra et datas\u00e6t i Rockland, staten New York, og dels ca. 200 personer fra Leipzig, Tyskland. Form\u00e5let var at se, om den l\u00e6rdom, programmet havde opn\u00e5et ud fra \u00e9t datas\u00e6t, gav lige s\u00e5 god sondring mellem k\u00f8nnene, n\u00e5r det blev anvendt p\u00e5 andre datas\u00e6t.<\/p>\n

Det n\u00e6ste nye skridt i unders\u00f8gelsen var at tage bedre h\u00f8jde for tidsm\u00e6ssig variabilitet. Analysen kaldes en Deep Neural Network (DNN) analyse; men her inkluderer man tidsvariation i signalerne, som tager h\u00f8jde for at nerveforblindelserne er dynamiske og \u00e6ndrer sig i l\u00f8bet af analysen. Det kaldes s\u00e5 st-DNN analyse, hvor st st\u00e5r for spatio-temporal.<\/p>\n

Det tredje skridt er at man anvender AI til at f\u00f8lge med i, hvilke dele af hjernen der bidrager til at finde k\u00f8nsforskellene. AI s\u00e6ttes til at analysere, hvilke skridt i l\u00e6ringsprocessen der forbedrer programmets evne til at skelne k\u00f8n, og kan derigennem s\u00e6tte fokus p\u00e5, hvilke hjerneomr\u00e5der der is\u00e6r bidrager til bedre skelneevne. Dette har vist sig som meget v\u00e6sentligt for at f\u00e5 mere pr\u00e6cise resultater end tidligere.<\/p>\n

Resultater:
\nF\u00f8rst blev de ca. 1000 personer i HCP-data s\u00e6ttet delt op i fem lige store grupper. Programmet blev sat til at l\u00e6re at skelne k\u00f8n p\u00e5 basis af 800 personer, og skulle derefter anvende sin l\u00e6rdom til at klassificere de resterende 200 personer til k\u00f8n. Her kunne programmet klassificere k\u00f8nnet korrekt i 90,2 til 91,2 % af tilf\u00e6ldene.<\/p>\n

Dern\u00e6st s\u00e5 forskerne p\u00e5 resultatet af AI-analysen af hvilke hjerneomr\u00e5der, der is\u00e6r bidrog til at kunne skelne k\u00f8nnene. For hvert enkelt individ gav programmet et s\u00e5kaldt \u201dfingerprint\u201d, dvs. et s\u00e6t af v\u00e6rdier for hver meget hvert enkelt hjerneomr\u00e5de bidrog, og disse v\u00e6rdier dannede et m\u00f8nster, som var karakteritisk for hvert individ for sig. Hvis f.eks. en bestemt del af pandelappen gav stort udslag hos det ene individ, kunne der v\u00e6re andre individer hvor den samme del af pandelappen gav udslag, men ogs\u00e5 hvor helt andre hjerneomr\u00e5der bidrog. Man s\u00e5 s\u00e5 p\u00e5, om der var forskelle mellem k\u00f8nnene i disse fingerprints, f.eks. om der var tendens til, at visse del af hjernelapperne gav meget udslag hos m\u00e6nd, mens andre dele af hjernelapperne gav meget udslag hos kvinder. Nu samlede man s\u00e5 alle fingerprints fra alle m\u00e6nd, og lavede en statistisk sammenfatning af disse, med en central v\u00e6rdi og en spredning omkring denne centrale v\u00e6rdi.. Tilsvarende gjorde man for kvinder.<\/p>\n

Hvis en mand har sine fingerprints liggende t\u00e6t op ad den centrale fordeling af fingerprints for m\u00e6nd, kan man h\u00e6vde, at han er en typisk mand. Vurderet p\u00e5 den m\u00e5de var samtlige m\u00e6nd typiske m\u00e6nd. Ingen m\u00e6nd overhovedet l\u00e5 i n\u00e6rheden af den centrale fordeling af kvinders fingerprints. Og tilsvarende \u2013 samtllige kvinder var typiske kvinder i den forstand, at deres fingerprints l\u00e5 t\u00e6t op ad den centrale fordeling af fingerprints for kvinder Vurderet p\u00e5 den m\u00e5de var samtlige kvinder typiske kvinder. Ingen kvinder overhovedet l\u00e5 i n\u00e6rhden af den centrale fordeling af m\u00e6nds fingerprints.
\nDet nye her er alts\u00e5, at ved hj\u00e6lp af AI har man f\u00e5et koblet de enkelte hjerneomr\u00e5ders betyning ind i analysen, og n\u00e5r det sker, er der ingen overlap mellem de to k\u00f8n i den samlede, statiske analyse.<\/p>\n

Computerprogrammet blev sat til at l\u00e6re at skelne k\u00f8nnet p\u00e5 basis af nogle hundrede personer i HCP-datas\u00e6ttet, og derefter, uden yderligere l\u00e6ringsproces, anvendt p\u00e5 Rockland og Leipzig datas\u00e6ttene. Derefter blev der skabt \u201dfingerprints\u201d p\u00e5 samme m\u00e5de som f\u00f8r ud fra bidragene fra de enkelte hjerneomr\u00e5der, og resultaterne blev lige som f\u00f8r – samtlige m\u00e6nd grupperede sig omkring de centrale v\u00e6rdier for m\u00e6nd, og samtlige kvinder omkring de centrale v\u00e6rdier for kvinder. Alts\u00e5 igen: N\u00e5r data om de enkelte hjerneomr\u00e5der blev inddraget, var der 100 % adskillelse mellem m\u00e6nd og kvinder.<\/p>\n

Man har derudover ogs\u00e5 data om intelligens for HCP- datas\u00e6ttet (fjorten forskellige kognitive tests) . Her fors\u00f8ger man s\u00e5 at finde kombinationer af hjernedata for specifikke hjerneomr\u00e5der, der kan forudsige intelligensen. Ogs\u00e5 i disse forudsigelser finder man en k\u00f8nsforskel. De nerveforl\u00f8b, der kan give m\u00e6nd h\u00f8j intelligens, har ikke nogen s\u00e6rlig betydning for kvinder. Omvendt, de nerveforl\u00f8b, der kan give kvinder h\u00f8j intelligens, har ikke nogen s\u00e6rlig betydning for m\u00e6nd.<\/p>\n

https:\/\/www.pnas.org\/doi\/10.1073\/pnas.2310012121<\/a><\/p>\n

https:\/\/www.psychologytoday.com\/us\/blog\/sax-on-sex\/202405\/ai-finds-astonishing-malefemale-differences-in-human-brain?<\/a><\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Deep learning models reveal replicable, generalizable, and behaviorally relevant sex differences in human functional brain organization P\u00c5VISNING AF FORSKELLE MELLEM KVINDE- OG MANDEHJERNER En menneskehjerne indehoklder milliarder af nerveceller. Hver nervecelle er forbundet via nervetr\u00e5de til andre nerveceller; nogle er korte forbindelser til n\u00e6rliggende celler, andre forbindelsser str\u00e6kker sig et langt stykke hen igennem helt … L\u00e6s videre “Hjernescanninger kan give h\u00f8j pr\u00e6cision m.h.t. at skelne mellem kvinders og m\u00e6nds hjerner”<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8,1],"tags":[],"class_list":["post-390","post","type-post","status-publish","format-standard","hentry","category-koensforskelle-i-evner-og-praestationer","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=\/wp\/v2\/posts\/390","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=390"}],"version-history":[{"count":1,"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=\/wp\/v2\/posts\/390\/revisions"}],"predecessor-version":[{"id":391,"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=\/wp\/v2\/posts\/390\/revisions\/391"}],"wp:attachment":[{"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=390"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=390"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/xn--knsdebat-54a.dk\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=390"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}