Thuật toán này được gọi là Regularized, Accelerated, Linear Fascicle Evaluation hoặc ReAl-LiFE, có thể nhanh chóng phân tích lượng dữ liệu khổng lồ được tạo ra từ quá trình quét hình ảnh cộng hưởng từ khuếch tán (dMRI) của não người. Sử dụng ReAL-LiFE, nhóm nghiên cứu đã có thể đánh giá dữ liệu dMRI nhanh hơn 150 lần so với các thuật toán hiện đại hiện có.

Hàng triệu tế bào thần kinh bắn trong não mỗi giây, tạo ra các xung điện truyền qua các mạng nơ-ron thần kinh từ điểm này sang điểm khác trong não thông qua các dây cáp kết nối “sợi trục”. Các dây cáp kết nối các khu vực khác nhau của não là đường cao tốc thông tin. Bởi vì, các bó sợi trục có hình dạng giống như các ống, các phân tử nước di chuyển dọc theo chiều dài của chúng, một cách có hướng. dMRI cho phép các nhà khoa học theo dõi chuyển động này để tạo ra một bản đồ toàn diện về mạng lưới sợi trên não, được gọi là kết nối.

Nhóm nghiên cứu đã điều chỉnh thuật toán để loại bỏ các kết nối dư thừa, do đó cải thiện đáng kể hiệu suất của LiFE. Để tăng tốc thuật toán hơn nữa, nhóm cũng đã thiết kế để hoạt động trên các chip điện tử chuyên dụng được gọi là đơn vị xử lý đồ họa (GPU), giúp họ phân tích dữ liệu với tốc độ nhanh hơn 100-150 lần so với các phương pháp tiếp cận trước đây.

Bằng cách sử dụng các điểm mạnh kết nối được ước tính bởi thuật toán cho mỗi cá nhân, nhóm nghiên cứu đã có thể giải thích các biến thể về điểm kiểm tra hành vi và nhận thức trên một nhóm 200 người tham gia. Nhóm nghiên cứu hy vọng, có thể xác định sớm các dấu hiệu lão hóa hoặc suy giảm chức năng não trước khi chúng biểu hiện hành vi ở bệnh nhân Alzheimer.