《Scientific Reports》：A pilot study on protocol consistency and graph metric reproducibility in microstructure-weighted connectomes
编辑推荐：
本研究针对微结构加权连接组在反映神经系统病理变化时其可重复性未知的问题，研究人员通过采用四壳层采集协议，评估了基于张量与Bingham-NODDI参数的连接组的权重一致性以及图度量在不同条件下的重现性。结果显示，分数各向异性（FA）、平均扩散率（MD）、神经元内体积分数（INVF）和细胞内体积分数（ICVF）加权连接组的权重参数和图度量具有良好的重现性，而细胞外体积分数（ECVF）加权连接组的重现性较差。此项初步研究明确了具有最高重现性的加权策略和图度量，为其作为神经系统疾病连接异常的潜在生物标志物提供了可靠性支持。
想象一下，我们的大脑就像一座由万亿条道路连接而成的超级城市。科学家们试图绘制这张复杂的脑内交通图，也就是“连接组”，来理解大脑是如何工作的，以及在疾病时又是如何“堵车”或“断路”的。近年来，一种升级版的脑连接地图绘制技术——微结构加权连接组——引起了广泛关注。它不仅描绘了脑区之间的连接“道路”，还能估算每条道路的“路面状况”（比如神经纤维的密度、排列有序程度等），为我们提供了关于大脑连接更丰富的生物学信息。这种生物信息增强的连接图已经在揭示多发性硬化症等疾病的脑连接异常方面展现出潜力。然而，一个关键问题随之浮现：当我们用不同的“测量尺”（即不同的成像协议和数据处理方法）去绘制同一张地图时，得到的结果是否稳定可靠？换句话说，这些精细的微结构加权连接组及其衍生指标的可重复性究竟如何？这个问题如果不解决，将严重影响其作为可靠生物标志物应用于临床研究和诊断的潜力。
为了回答这个问题，一组研究人员在《Scientific Reports》上发表了一项初步研究。他们开展了一项名为“关于协议一致性和图度量可重现性在微结构加权连接组中的初步研究”。这项研究的核心目标是系统评估基于不同扩散磁共振成像参数加权的连接组的可靠性。具体而言，他们想知道：用于构建连接组的各种微结构指标（权重）本身在不同时间、不同扫描站点、不同成像协议下是否稳定？从这些加权连接组中计算出的网络拓扑属性（图度量）在不同站点间是否一致？哪些加权策略和网络指标最具重现性，从而最有希望成为未来研究的可靠工具？
为了严谨地回答这些问题，研究人员采用了多重验证策略。首先，他们设计并使用了专门的四壳层扩散磁共振成像采集协议，以确保神经纤维走向重建的准确性，这是构建高质量连接组的基础。研究数据来源于两个方面：一是用于校准和验证的模型（phantom）数据；二是小规模的活体（in vivo）数据（N=4名参与者）。利用这些数据，他们系统评估了多种微结构参数作为连接权重的重现性，包括来自扩散张量成像（DTI）的分数各向异性（FA）和平均扩散率（MD），以及来自更复杂的神经突定向分散和密度成像（NODDI）模型的参数，如神经元内体积分数（INVF）、细胞内体积分数（ICVF）、方向分散指数（ODI）和β浓度参数。评估涵盖了时间（同一被试多次扫描）、站点间（不同扫描仪）和协议间的一致性。同时，他们还计算了基于这些权重构建的连接组的图度量（网络属性），并检验了这些度量在不同站点间的稳定性。
研究得出了一系列明确且富有启示性的结果。在权重参数的可重复性方面，研究发现分数各向异性（FA）、平均扩散率（MD）、神经元内体积分数（INVF）和细胞内体积分数（ICVF）都表现出极高的重现性。它们的变异系数（CVs）低于5%，且Bland-Altman分析显示的偏差可忽略不计。这表明这些参数作为连接权重是相当稳定的。相反，方向分散指数（ODI）和β浓度参数的重现性较差，其变异系数超过了5%，因此研究人员在后续的连接组构建中排除了这两个参数。在图度量的站点间稳定性方面，从分数各向异性（FA）、平均扩散率（MD）和神经元内体积分数（INVF）加权的连接组中提取出的大部分图度量都表现出良好的一致性。然而，模块性（modularity）是一个例外，其稳定性相对较差。最值得注意的是，基于细胞外体积分数（ECVF）加权的连接组在所有评估中都显示出较差的重现性，其变异系数大于5%，且组内相关系数低于0.5，表明其可靠性不足。
综上所述，这项初步研究取得了重要的成果。它首次系统地评估了微结构加权连接组技术的可重复性，为领域提供了关键的可靠性数据。研究的核心结论在于，它成功鉴别出了哪些微结构加权策略及其衍生的网络指标具有最高的重现性。分数各向异性（FA）、平均扩散率（MD）和神经元内体积分数（INVF）被证明是构建可靠连接组的稳健权重，而细胞外体积分数（ECVF）则不适合。这一发现具有重要的方法论意义。它如同为研究人员提供了一份“可靠工具清单”，指明了在未来的研究中应优先采用哪些参数来构建连接组，以确保结果的可比性和可重复性。更重要的是，这项工作为将加权连接组的网络度量发展为大脑连接异常的潜在生物标志物奠定了坚实的基础。只有当这些度量本身是稳定可靠的，它们检测疾病相关细微变化的能力才值得信赖。因此，这项研究不仅推进了神经成像方法学，也为最终将这些先进工具应用于理解多发性硬化症等神经系统疾病的病理机制和辅助诊断铺平了道路。
