弥散磁共振成像(Diffusion magnetic resonance imaging,dMRI)作为一种先进的医学成像技术,能够在宏观层面上对活体大脑白质连接进行重建。该技术为量化描述大脑结构连接提供了重要的工具,能够使用连接性或者组织微观结构指标进行量化...弥散磁共振成像(Diffusion magnetic resonance imaging,dMRI)作为一种先进的医学成像技术,能够在宏观层面上对活体大脑白质连接进行重建。该技术为量化描述大脑结构连接提供了重要的工具,能够使用连接性或者组织微观结构指标进行量化分析。在过去的20年里,使用弥散磁共振纤维束成像研究大脑连接已经成为神经影像学研究的重要方向。纤维束成像分割则是在量化分析大脑连接时定义不同量化区域的关键,它能够识别对量化大脑结构连接有意义的白质通路,并实现跨受试者的白质通路的定量比较。本文对纤维束分割方法进行了回顾,并按其技术路线归纳为两大类:一类是针对特定解剖纤维束的分割方法,聚焦于具有明确结构定义的通路(如弓状束、锥体束),适用于任务导向型分析与临床导航;另一类是全脑纤维束分割方法,强调数据驱动或图谱导向的结构划分,用于构建大规模结构连接网络和开展全脑层级分析。此外,本文还探讨了各类方法在适用性、准确性、可重复性与计算成本等方面的权衡。尽管自动化分割技术近年来取得显著进展,但目前的方法仍然无法兼顾准确性、泛化性和效率,在解剖一致性、方法标准化及结果可解释性方面仍存在挑战。基于数据驱动的深度学习方法在纤维束分割领域迅速发展,表现出色,有望在上述方面取得更大突破。展开更多
文摘弥散磁共振成像(Diffusion magnetic resonance imaging,dMRI)作为一种先进的医学成像技术,能够在宏观层面上对活体大脑白质连接进行重建。该技术为量化描述大脑结构连接提供了重要的工具,能够使用连接性或者组织微观结构指标进行量化分析。在过去的20年里,使用弥散磁共振纤维束成像研究大脑连接已经成为神经影像学研究的重要方向。纤维束成像分割则是在量化分析大脑连接时定义不同量化区域的关键,它能够识别对量化大脑结构连接有意义的白质通路,并实现跨受试者的白质通路的定量比较。本文对纤维束分割方法进行了回顾,并按其技术路线归纳为两大类:一类是针对特定解剖纤维束的分割方法,聚焦于具有明确结构定义的通路(如弓状束、锥体束),适用于任务导向型分析与临床导航;另一类是全脑纤维束分割方法,强调数据驱动或图谱导向的结构划分,用于构建大规模结构连接网络和开展全脑层级分析。此外,本文还探讨了各类方法在适用性、准确性、可重复性与计算成本等方面的权衡。尽管自动化分割技术近年来取得显著进展,但目前的方法仍然无法兼顾准确性、泛化性和效率,在解剖一致性、方法标准化及结果可解释性方面仍存在挑战。基于数据驱动的深度学习方法在纤维束分割领域迅速发展,表现出色,有望在上述方面取得更大突破。
