《Human Brain Mapping》：Diffusion Tensor MRI and Spherical-Deconvolution-Based Tractography on an Ultra-Low Field Portable MRI System
编辑推荐：
这项研究首次在商用便携式超低场（ULF， 0.064T）磁共振系统上成功实现了扩散张量成像（DTI）和基于球面反卷积的纤维束追踪，验证了在可接受的扫描时间内获取与高场（HF）磁共振可比拟的白质微结构评估和主要纤维束重建的能力，为资源受限环境下的脑健康、发育及疾病研究开辟了新途径。
引言
扩散磁共振成像与纤维束追踪是神经科学中研究脑发育、追踪疾病进展及探查不同人群神经束空间特性的重要工具。与高场（>1T）系统相比，超低场（ULF， <0.1T）磁共振系统因无需低温冷却、对电源中断耐受、重量大幅减轻且具有卓越的移动性而展现出独特优势。然而，其在扩散成像中的应用主要受限于单位时间内的信噪比（SNR）较低。尽管存在挑战，先进的成像技术和由高性能计算驱动的数据去噪方法已使得在ULF下进行扩散加权成像（DWI）成为可能。本研究旨在探讨在0.064T商用移动式床旁磁共振扫描仪上，实现扩散张量成像衍生标量图与基于球面反卷积的纤维束追踪的潜力与局限。
方法论
本研究招募了五名健康成年志愿者，使用Hyperfine公司的64mT Swoop永磁体ULF-MRI系统进行扫描。该系统配备三轴梯度组，峰值梯度振幅约为25mT m-1。扩散加权成像采用3D多激发、自导航快速自旋回波序列，使用非笛卡尔k空间轨迹。成像视野为240×240×170mm，重建分辨率为1.8×1.8×2.5mm。扩散敏感采用单极脉冲梯度自旋回波方案，在等中心点的b值为945s mm-2。共采集了18个沿各向同性分布轴编码的扩散加权体积。此外，还在同一协议内采集了T2加权结构像以提供补充信息。
数据处理流程包括多个关键步骤。首先，对重建的扩散加权像进行B1偏置场校正。其次，针对系统固有的巨大静态背景场梯度进行了回顾性校正，以消除其对表观扩散系数（ADC）估算的影响（误差最高可达16.1%）。接着，将扩散加权体积仿射配准到非加权体积，并将结构像配准后使用SynthSR进行超分辨，生成高分辨率的T1加权对比像用于后续组织分割。使用Freesurfer的recon-all流程对超分辨结构像进行分割，生成5种组织类型（5tt）分割及灰质-白质接口（GMWMI）掩模。从胼胝体中线手动选择体素以估计单纤维响应函数。
扩散张量使用DIPY中的RESTORE方法进行拟合。纤维方向分布函数（fODF）则使用MRtrix3中的多组织约束球面反卷积（MSMT-CSD）方法进行估计。纤维束追踪通过三种方法实现：1）基于超分辨结构像手动定义感兴趣区（ROI）进行主要白质束的筛选；2）使用深度学习方法TractSeg生成的ROI对全脑纤维束图进行过滤；3）基于TractSeg衍生的ROI和白质fODF峰值进行纤维束取向映射（TOM）追踪。为验证结果，研究还使用3T高场磁共振系统对同一批受试者采集了高角度分辨率扩散成像（HARDI）数据作为参考标准。
结果
扩散与纤维取向测量
ULF与HF（使用30个方向、单壳层数据）的扩散测量结果在视觉上具有对应性。扩散编码彩色图显示主要纤维束具有良好的一致性，但各向异性分数（FA）图显示ULF测量的FA值明显较低，且远离中矢状面等中心点的各向异性组织未能完全恢复，这可能是高噪声基底抑制了表观FA所致。平均扩散率（MD）图则显示出良好的一致性。
纤维取向测量结果在ULF与HF之间也大体可比。然而，ULF数据的有效分辨率有限，导致较大的fODF瓣被错误地归属于灰质和脑脊液区域。尽管存在这些限制，约束球面反卷积仍能正确估计某些皮层下纤维的取向，即使DTI指标未能赋予这些区域各向异性。
纤维束追踪
基于手动ROI选择的纤维束追踪显示，在纤维束核心（各向异性较高处）具有良好的连续性，但在进入更靠近皮层的区域时迅速分散。弓状束、上纵束和胼胝体等纤维束的逐渐弯曲被正确重建，表明扩散数据具有足够的信噪比以产生稳定的取向估计。研究成功重建了包括弓状束、下纵束、下枕额束、钩束、上纵束、扣带回、穹窿上部以及脑桥和皮质脊髓束在内的大部分主要白质束。
应用TractSeg深度学习方法进行追踪，得到了更平滑、更符合先验白质解剖结构的纤维轨迹。TOM追踪得到的纤维束高度连贯，其主干路径与CSD-ACT方法得到的结果大致相同。所有5名受试者的追踪结果具有良好的一致性，TractSeg能够稳定地分割并追踪多条主要纤维束。
伪影
所有ULF扫描均观察到显著的伪影。主要的伪影包括：因大体素尺寸引起的部分容积效应；由不均匀的静态B0场梯度相对于编码梯度较大引起的扩散编码不均匀性；长回波链读取期间T2衰减导致的宽点扩散函数；以及可能由涡流或运动引起的、在不同体积间存在差异的空间平滑强度调制。部分容积效应和宽点扩散函数导致远离中线的纤维FA值接近于零，并使薄束（如扣带回）的fODF因相邻体素信号污染而发生可见的偏转。此外，在ODF图中观察到空间非均匀响应形式的重大伪影，表现为半球间的不对称反应，并在DTI衍生的扩散编码彩色图和MD图中也有显现，导致了受影响区域内纤维束密度的显著下降。
讨论
本工作首次证明了在便携式、超低场床旁系统上实现纤维束追踪的可行性，并确立了3D扩散加权快速自旋回波序列作为ULF纤维束追踪序列的适用性。尽管结果鼓舞人心，但也凸显了ULF纤维束追踪面临的挑战。计算得到的平均扩散率、各向异性分数以及ODF尺度和形状参数中的误差表明，伪影和噪声都可能混淆下游指标度量。约束球面反卷积被证明是纤维取向的有效模型，即使使用相对复杂的张量拟合方法如RESTORE，其表现也优于张量方法，并允许交叉和分散纤维的存在，从而提升了可实现的纤维束追踪质量。
人工智能在获取高质量纤维束追踪结果中扮演了重要角色，其先验信息主要体现在两个阶段：纤维束及端点分割，以及纤维束取向映射。尽管自动追踪方法有望标准化工作流程并提高效率，但这些方法可能带来的偏差和准确性影响，在应用于大规模研究前仍需仔细评估。
结论
本研究首次成功演示了在超低场（64mT）场强下实现解剖学上可信的白质通路重建。随着低场磁共振系统在低收入和中等收入国家的快速普及，这一突破有望彻底改变神经影像学格局，使得在白质结构先前无法触及的地区开展相关研究成为可能。在确立了超低场纤维束追踪的可行性之后，未来的研究将侧重于增强这些纤维束内微结构参数量化（纤维束度量学）的稳健性，这被视为实现高级神经影像技术真正普惠化访问的关键，将极大地促进研究和临床应用的广泛开展。
