谈到性别，我们通常会想到男性/女性这样简单的分类。但在大脑中，性别的表达会更加复杂。近期的一项研究显示，男性、女性和跨性别者大脑在静息状态下的神经活动存在明显差异。而综合大脑与性格特征，研究者通过机器学习算法衡量性格特征与大脑神经活动之间的相关性后，划分出多达9种不同的大脑性别表达。
包括人类在内，所有哺乳动物的生理性别主要由性染色体决定。
理论上，不管一个人体内有多少条X染色体，没有Y染色体就被认为是女性，有1条Y染色体就是男性。在胚胎时期，Y染色体上的SRY基因，也被称为“性别决定基因”，能促进男性生殖器官（睾丸）发育；而没有Y染色体和SRY基因的女性胚胎会自然地发育出女性的生殖器官（卵巢）。这两种生殖器官分别能产生二氢睾酮（雄性激素）和雌二醇（雌性激素），维持男性和女性第二性征的稳定。
而在胚胎发育的过程，包括SRY基因在内，这些促进生殖器官发育的相关基因一旦出现突变，就会引起性发育异常，使胎儿在出生后表现为性征模糊。
同时，人类个体还具有心理性别，也称为“性别认同”，即个体对自己是“男性”还是“女性”的一种主观感觉。而对于生理性别和心理性别不相符的个体，也就是跨性别者（transgender），他们经常会因为“性别焦虑”（gender dysphoria），在一定程度上改变自己的生理性别，以符合内心对自身性别的认识。
在一项发表在《大脑皮层》（Cerebral Cortex）上的研究中，德国亚琛工业大学的Ute Habel教授和同事通过功能性磁共振成像（FMRI）和贝姆性别角色调查表分析了92名参与者对自身的“性别认同”。这些参与者分别是生理性别与心理性别重合的顺性别（cisgender）男性、顺性别女性（下面直接称为男性和女性），以及跨性别男性（由女性转变为男性的跨性别者）和跨性别女性，每组人数为23名。
通过观察参与者大脑中灰质的神经活动模式，研究人员发现男性、女性、跨性别男性和跨性别女性存在显著的差异。他们收集了参与者大脑在静息状态下的功能性磁共振成像（FMRI），并通过算法分析其中的神经活动模式。研究显示，通过FMRI能较为准确判断男性和女性，准确率分别是52%和63%。同时判断跨性别男性和跨性别女性的准确率，也分别达到了49%和52%。
相比之下，贝姆性别角色调查表对男性和女性的准确判断率只有26%和43%。
1974年，美国心理学家桑德拉·贝姆（Sandra Bem）认为一个人可以具有女性性格和男性性格。为了识别这类“双性别者”，她设计了一份能衡量性格特征，即贝姆性别角色调查表（Bem Sex-Role Inventory，BSRI）。
BSRI表中共有60个表示性格的形容词，包括了20个典型男性性格描述、20个典型女性性格描述以及20个中性描述，并能根据参与者与选项的契合度（用1~7分表示“从不”到“总是”）进行打分，并判断参与者属于典型男性、典型女性、双性化以及未分化中哪一类性格特征。
而研究人员也利用BSRI表收集了参与者的性格特征，试图通过机器学习算法综合衡量参与者性格特征与大脑的神经活动之间的相关性。
结果发现，不完全考虑生理性别的情况下，92名参与者会被归类为9种维度的脑性别表达或“坐标轴”（brain-gender axis）。在BSRI表的60个性格中，其中一部分，例如“乐于接受任务”、“具有分析能力”、“不乱说脏话”、“可靠”、“商业性”以及“喜欢恭维”，与某种脑性别表达的相关性尤为明显。