[Paper] 跨群体白质图谱创建用于新生儿和成人的脑连接同步映射（Diffusion MRI Tractography）

Source: arXiv - 2512.20370v1

概述

一个新的扩散‑MRI 白质（WM）图谱——NABA（新生儿/成人脑图谱）——将新生儿和成人的脑束数据汇集到一个统一的空间。这样，研究人员可以直接比较白质通路从出生到成年期间的成熟过程，为更早检测神经发育障碍以及更精确的脑成像流程打开了大门。

关键贡献

• 统一的跨人群白质图谱，基于数千条纤维追踪流线，覆盖新生儿（包括早产）和成人。
• 数据驱动的纤维聚类流水线，能够容忍新生儿与成熟大脑之间巨大的解剖变异。
• 标准化的白质分区模板，实现一键映射同一条束在不同年龄组中的位置。
• 全面的验证：在同一图谱上展示了联合映射的可行性、发育轨迹、性别差异以及早产影响。
• 开源资源（代码和图谱文件）面向神经影像社区发布，可直接接入现有 dMRI 处理框架（如 DIPY、MRtrix3、FSL）。

方法论

1. 数据收集 – 来自两个大型队列的扩散 MRI 扫描：(a) 新生儿（0–2 个月，包括早产）和 (b) 健康成人。
2. 预处理 – 标准去噪、运动校正和偏场校正；对张量和高阶模型（例如约束球面去卷积）进行拟合，以获得纤维方向分布。
3. 全脑纤维追踪 – 为每位受试者生成概率流线（≈1 M 条纤维）。
4. 纤维聚类 – 两阶段、数据驱动的算法：
   • 受试者内部聚类 使用光谱嵌入距离度量对相似流线进行分组。
   • 跨受试者共识聚类 将新生儿和成人的聚类对齐为 72 条标准束的共同集合。
5. 图谱构建 – 将共识聚类变形到共享的解剖模板（成人使用类似 MNI，婴儿使用新生儿校正模板），并存储为概率束掩模。
6. 验证 – 提取束级别的分数各向异性（FA）轨迹，并在年龄、性别和出生状态组之间进行比较。

对开发者的重要性: 该流水线模块化，依赖开源库，可实现端到端脚本化（兼容 Docker）。可即插即用现有 dMRI 工作流，无需重新训练深度学习模型。

结果与发现

这些模式与已知的神经发育里程碑（例如早期运动通路成熟）相吻合，并为未来的临床研究提供了定量基线。

实际意义

• 加速生物标志物发现 – 临床医生现在可以直接将新生儿的束纤维各向异性（FA）与成人参考值进行比较，提前标记异常发育。
• 标准化预处理 – 开发神经影像平台的团队可以将 NABA 作为默认的白质分区嵌入，减少对特定人群图谱的需求。
• 跨年龄机器学习模型 – 由于输入特征空间（束级 FA）保持一致，训练单一模型预测跨年龄的结果（例如神经发育评分）变得可行。
• 教育工具 – 可以将出生时与成年时同一束的交互式可视化整合到面向神经外科医生或放射科医生的 VR/AR 培训模块中。
• 监管与数据共享 – 统一的图谱简化了多中心研究，因为来自新生儿重症监护室和成人医院的数据可以在共同坐标系下进行统一。

限制与未来工作

• 分辨率不匹配 – 新生儿扫描的空间分辨率较低；某些细小的纤维束可能表现不足。
• 人群偏差 – 成人样本主要是青年至中年；为了寿命研究，需要扩展到老年人群。
• 仅关注FA – 虽然FA是一个便利的微观结构指标，但加入其他测量（例如神经纤维取向分散、髓鞘水分比例）可以丰富图谱。
• 纵向验证 – 未来工作应在数月/数年内追踪同一婴儿，以确认横断面轨迹在纵向上仍然成立。

结论: NABA弥合了新生儿与成人扩散MRI之间的关键鸿沟，为开发者提供了即用型、跨人群的白质图谱，能够推动下一代脑发育分析。

作者

• Wei Zhang
• Yijie Li
• Ruixi Zheng
• Nir A. Sochen
• Yuqian Chen
• Leo R. Zekelman
• Ofer Pasternak
• Jarrett Rushmore
• Yogesh Rathi
• Nikos Makris
• Lauren J. O’Donnell
• Fan Zhang

论文信息

• arXiv ID: 2512.20370v1
• 类别: cs.NE
• 发表时间: 2025年12月23日
• PDF: 下载 PDF