多中心同型号MRI扫描仪DTI与NODDI参数在自动分割白质纤维束中的可重复性评估及其对定量成像生物标志物研究的启示

《Human Brain Mapping》:Multi-Centre Reproducibility of DTI and NODDI in White Matter Tracts Segmented Using TractFinder Across Three MRI Scanners of the Same Model

【字体: 大 中 小 】 时间:2026年04月02日 来源:Human Brain Mapping 3.3

编辑推荐:

  本研究针对多中心神经影像研究中因扫描仪差异导致DTI(扩散张量成像)和NODDI(神经突方向弥散与密度成像)参数可重复性不明确的问题,通过在三台同型号扫描仪上采用完全一致的采集方案、预处理流程及自动化纤维束分割方法,系统评估了健康成人白质纤维束中关键扩散参数的可重复性。结果表明,DTI参数(FA、MD)及NODDI参数(ODI、NDI)在多数纤维束中表现出优异的重测信度(ICC ≥ 0.911),但自由水分数(FWF)在左侧下额枕束和视辐射中存在显著变异性。该研究为未来多中心定量成像生物标志物研究提供了关键参考值,有助于区分真实生物学变化与测量误差。

  
在神经科学研究与临床诊断中,定量磁共振成像(Quantitative MRI)正逐渐成为揭示大脑微观结构变化的有力工具。尤其是扩散张量成像(Diffusion Tensor Imaging, DTI)和神经突方向弥散与密度成像(Neurite Orientation Dispersion and Density Imaging, NODDI)等技术,能够提供如分数各向异性(Fractional Anisotropy, FA)、平均扩散率(Mean Diffusivity, MD)、方向弥散指数(Orientation Dispersion Index, ODI)、神经突密度指数(Neurite Density Index, NDI)和自由水分数(Free Water Fraction, FWF)等关键参数,这些参数有望成为区分健康大脑发育与神经系统疾病的定量成像生物标志物(Quantitative Imaging Biomarkers, QIBs)。然而,要将这些发现转化为可靠的临床工具,一个巨大的挑战摆在我们面前:大规模的神经影像研究通常需要在多台扫描仪上采集数据,而不同扫描仪之间在硬件性能、信号信噪比等方面可能存在差异,这给测量结果带来了不确定性。如果我们无法确定在不同扫描仪上测得的参数变化究竟是反映了真实的生物学差异,还是仅仅源于测量设备的变异,那么这些“生物标志物”的可靠性就无从谈起。
此前的研究已经报告了DTI和NODDI参数在多中心间的可重复性存在较大差异,结果从“差”到“优秀”不等。造成这种不一致的原因可能非常复杂,包括采集参数的差异、数据处理流程的不同,以及最关键的区域分割方法——传统的手动或基于流线束的纤维束追踪(streamline tractography)方法高度依赖于操作者经验,引入了难以控制的主观误差。为了真正厘清扫描仪本身带来的变异性,理想的研究需要控制住其他所有变量。本研究正是为此设计:在三台同型号的西门子MAGNETOM Prisma 3T扫描仪上,对同一批健康志愿者进行扫描,采用完全相同的采集方案、预处理的自动化流程,并利用一种全新的、快速且算法完全可解释的自动白质纤维束分割工具——TractFinder,来定义四个具有重要临床意义的大脑白质纤维束(皮质脊髓束、弓状束、下额枕束和视辐射)作为研究兴趣区。这项研究旨在隔离并评估“同型号扫描仪”这一单一因素对DTI和NODDI参数可重复性的影响,从而为未来使用同类设备的多中心研究提供宝贵的基准数据。该研究成果发表于《Human Brain Mapping》期刊。
为了开展这项研究,研究人员运用了几项关键技术方法。首先,在数据采集阶段,他们在三台同型号扫描仪上,对10名健康成人志愿者进行了完全标准化的高级扩散磁共振成像扫描,确保了从硬件到软件参数的一致性。其次,在数据处理与分析阶段,他们采用了MRtrix3软件进行统一的预处理(包括去噪、失真校正等),并分别使用FSL的dtifit和NODDI MATLAB工具箱拟合得到DTI和NODDI参数图。最关键的一步是,他们利用TractFinder这一自动化算法,结合受试者自身的弥散数据,分割出目标白质纤维束,并通过与白质掩模相乘来精确界定兴趣区,从而彻底消除了人工分割的主观偏差。最后,在统计评估阶段,他们采用组内相关系数(Intra-class Correlation Coefficient, ICC)来量化参数在扫描仪间的可重复性,并使用单因素方差分析和变异系数来评估参数的变异性。
研究结果
1. 参数图与兴趣区分割的可视化
2. DTI与NODDI参数的可重复性
研究计算了所有参数在不同白质纤维束中的ICC值。根据Koo和Li的分类标准(ICC > 0.9为优秀),DTI参数FA和MD在所有纤维束中都表现出“优秀”的可重复性(ICC ≥ 0.964)。同样,NODDI参数ODI和NDI也表现出“优秀”的可重复性(ICC ≥ 0.911)。然而,FWF参数在左侧皮质脊髓束的可重复性降至“良好”水平(ICC分别为0.885和0.862)。
3. 参数在扫描仪间的变异性
单因素方差分析结果显示,除了FWF在左侧下额枕束和视辐射中存在统计学上的显著差异(p < 0.05)外,其他所有参数在不同扫描仪间均无显著差异。进一步的变异系数分析表明,FWF的组均值和组标准差在不同扫描仪间的变异程度(CoV最高达9.95%)远高于FA、MD、ODI和NDI等参数。
4. 其他潜在变异来源的分析
研究还分析了纤维束分割体积和信噪比的扫描仪间差异。结果表明,纤维束体积在不同扫描仪间无显著差异,且其ICC值很高(≥ 0.968),说明TractFinder分割方法本身非常稳定。全局和特定兴趣区内的信噪比在不同扫描仪间也未发现显著差异,这表明本研究中观察到的扩散参数变异(尤其是FWF的变异)不能简单地用信噪比差异来解释。
研究结论与讨论
本研究系统地评估了在严格控制采集方案、处理流程和兴趣区定义的前提下,DTI和NODDI参数在三台同型号扫描仪间的可重复性。核心结论是:DTI参数(FA、MD)和NODDI参数(ODI、NDI)在主要白质纤维束中表现出优异的跨扫描仪可重复性,这为未来基于同类设备的多中心神经影像研究提供了强有力的方法学保证和参考基准。然而,需要特别警惕的是NODDI模型中的自由水分数(FWF)。即使在同型号扫描仪上,FWF在左侧下额枕束和视辐射中仍表现出显著的扫描仪间变异性和较低的可重复性。
这一发现具有多重重要意义。首先,它强调了在将扩散参数确立为可靠的定量成像生物标志物之前,严格评估其测量可重复性的必要性。本研究通过精细控制实验条件,成功地将“扫描仪差异”这一混杂因素与其他变异性来源(如分割方法)剥离开,为理解多中心研究中的变异来源提供了清晰的范例。其次,研究结果对NODDI模型的应用提出了重要警示。FWF作为衡量各向同性自由水(如脑脊液)体积分数的参数,其不稳定性可能会“污染”对同一模型中其他 compartments(如NDI)的估计。如果FWF的估算存在系统性误差,那么依赖于其计算的组织加权平均技术(tissue-weighted mean technique)所得出的NDI等参数也可能存在偏差。因此,在涉及多扫描仪数据的研究中,对FWF结果的解读需格外谨慎。
最后,本研究为未来的研究指明了方向。当前工作聚焦于“同型号扫描仪”这一相对理想的场景,而现实中的多中心研究常涉及不同厂商、不同型号的设备,其图像重建算法、硬件配置(如不同通道数的头线圈)等差异会引入更复杂的变异性。后续研究应遵循类似的系统化框架,逐步引入更复杂的变量组合(如不同厂商、场强、采集协议),以全面绘制出扩散成像生物标志物在多中心研究中的可靠性图谱。只有这样,我们才能更自信地区分大脑影像数据中哪些是真实的生物学信号,哪些是测量噪声,从而加速定量神经影像从研究工具向临床诊断利器的转化。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号