运动员与非运动员的自发脑活动差异分类：基于机器学习与静息态功能磁共振的神经适应性研究

来自全球多中心的研究团队通过静息态功能磁共振成像（rs-fMRI）技术，探究长期运动训练对大脑自发活动的影响。研究发现运动员右侧脑岛（Insula_R）、后眶回（OFCpost_R）等区域低频振幅（ALFF）显著增强，而右侧中央后回（Postcentral_R）分数低频振幅（fALFF）与训练年限呈负相关。机器学习模型以96.97%准确率实现分类，揭示运动诱导的神经功能重组可能提升信息处理效率，为运动员选拔提供新型生物标志物。

　　

不同类型的运动训练会引发大脑活动与功能的特异性改变，但不同运动项目间是否存在共性特征仍不明确。这项研究采用静息态功能磁共振成像（rs-fMRI）技术，通过分析低频振幅（ALFF）和分数低频振幅（fALFF），对比了86名职业运动员与74名健康对照者的自发脑活动模式。结果显示，运动员组右侧脑岛（Insula_R）、后眶回（OFCpost_R）和外侧眶回（OFClat_R）的ALFF值显著升高，而对照组右侧中央后回（Postcentral_R）的fALFF值更高。有趣的是，运动员中央后回的fALFF值与专业训练年限呈显著负相关。

研究团队运用机器学习算法，成功以96.97%的准确率区分运动员与非运动员的脑活动特征。这些发现暗示，长期运动训练可能导致大脑功能重组，这种适应性变化或许反映了神经信息处理效率的提升。该成果不仅强调了运动训练对脑功能的长效影响，更为运动员科学选拔提供了潜在的神经影像学依据——未来或可通过机器学习模型，基于脑活动特征优化运动员筛选策略。