正常成人脑区水平胼胝体纤维分支概率图谱的构建及连接模式分析

姚佳 所信君 郭力宁 丁皓 秦文 于春水,

胼胝体位于大脑纵裂的底部，由联系左右大脑半球新皮质的纤维组成，是大脑半球中最大的连合纤维。胼胝体作为联系大脑左右半球的主要桥梁，在运动协调、执行控制、语言处理等大脑信息处理过程中起着重要的作用，对脑损伤（如卒中）后的功能代偿也至关重要[1]。目前，MR扩散张量成像（diffusion tensor imaging，DTI）已广泛用于活体内无创性示踪脑白质纤维的走行，既往有研究[2-3]采用DTI构建人脑胼胝体纤维概率图谱分析大脑半球间认知活动的处理机制，并探讨疾病所致脑损伤与重塑的机制。然而，上述图谱的构建主要使用简单的二阶扩散张量模型，该模型不能准确解析胼胝体与其余脑白质的复杂交叉纤维[4]。在DTI基础上发展的扩散谱成像（diffusion spectrum imaging，DSI）是一种具有更优异的角分辨率及扩散敏感梯度的成像技术，能更准确地解析脑内白质的交叉纤维束。在DSI数据的纤维重建算法中，广义Q空间采样成像（generalized Q-sampling imaging，GQI）在解析复杂纤维方面具有较高的敏感性和准确性[5]。因此，本研究基于人类脑连接组计划（human connectome project，HCP）中提供的高质量DSI数据，利用GQI重建技术尝试构建人类大脑半球间脑区水平的胼胝体纤维分支概率图谱，并分析胼胝体纤维分支在各脑区中的连接模式。

1 资料与方法

1.1 一般资料 由HCP项目数据库（https://www.humanconnectome.org）的2010—2012年数据中随机纳入100名无亲缘关系的健康成年人MRI影像资料，包括男女各50名，年龄20～30岁，平均年龄（25.1±2.3）岁。HCP项目的详细受试者招募信息可在网站上获得（https://www.humanconnectome.org/study/hcp-young-adult/document/1200-subjectsdata-release/）。

1.2 设备与方法 采用圣路易斯华盛顿大学定制的西门子Connectome Skyra 3.0 T超导MRI扫描设备，32通道头线圈。扫描范围自颅底至颅顶。扫描参数：①DSI数据采集采用多带宽单次激发自旋回波平面回波成像（multi-band single-shot spin-echo echoplanar imaging，MB-SS-SE-EPI）技术，层厚1.25 mm，层数111，TR 5 520 ms，TE 89.5 ms，翻转角78°，回波间隔0.78 ms，FOV 210 mm×180 mm，矩阵168×144，体素1.25 mm×1.25 mm×1.25 mm，带宽1 488 Hz，b值选择1 000、2 000、3 000 s/mm2。②高分辨T1WI影像，TR 2 400 ms，TE 2.14 ms，TI 1 000 ms，翻转角8°，FOV 210 mm×210 mm，矩阵224×224，体素0.7 mm×0.7 mm×0.7 mm。

1.3 数据处理 从HCP官方网站下载的DSI数据已经过预处理，包括信号归一化、图像变形校正、头动校正、梯度非线性校正及提取脑组织等流程[6]。基于预处理数据，首先采用仿射线性变换将DSI数据的b0像配准到相应个体的T1WI影像上，获得从个体扩散空间到个体结构空间的变换参数；然后使用李代数微分同胚配准算法(diffeomorphic anatomical registration through exponentiated Lie algebra，DARTEL)将T1WI影像数据非线性配准到MNI标准空间，进而获得从个体结构空间到标准空间的变换参数；最后将上述2步获得变换参数整合为一个从个体扩散空间到MNI标准空间的配准参数。

1.4 纤维束示踪 由1名有8年工作经验的影像医生将预处理DSI数据使用DSI-Studio软件包201905版(http://dsistudio.labsolver.org)进行确定性纤维示踪，具体步骤如下：①使用GQI重建方法计算出DSI数据中每个体素的方向分布函数（orientation distribution function，ODF），并绘制标准化定量各向异性（normalized quantitative anisotropy，NQA）图。重建参数：扩散长度比（diffu sion length ratio,DL R）1．25，ODF扩散分解分数（deco mposition fractio n，DF）0．05。②在NQA图正中矢状面影像上手动勾绘整个胼胝体作为种子点进行纤维束示踪。示踪参数：NQA＞0.06，角度＜45°，步长0.62 mm，纤维平滑核0.20 mm，纤维长度30～300 mm。③对示踪的胼胝体纤维进行手动修剪，删除不符合解剖学走行的假纤维（图1）。

图1 胼胝体纤维束追踪矢状面影像。A图为某个体被试的NQA图，白色区域为手动勾绘的胼胝体种子点，B图为基于该个体被试种子点追踪的胼胝体纤维束分布图。

1.5 胼胝体纤维分支提取及纤维概率图谱构建 采用MATLAB R2016b(www.mathworks.com)软件进行胼胝体纤维分支提取及纤维概率图谱构建。基于自动解剖标记（automated anatomical labeling，AAL）图谱（http://www.cyceron.fr/index.php/en/plateforme-en/freeware）对脑区进行划分，提取每个被试双侧大脑半球间任意2个脑区之间的纤维束分支，并构建人群水平的脑区间胼胝体纤维分支概率图谱。具体步骤：①利用处理获得的空间配准参数将MNI标准空间的AAL图谱反向配准到个体被试的扩散空间，即获得个体空间的AAL图谱；②根据个体空间的AAL图谱定义的脑区，通过纤维束示踪得到胼胝体全部纤维束，从中提取任意2个脑区之间的分支纤维，本研究只保留脑区之间纤维条数≥3条的分支[7]，以减少脑区间可能的假阳性纤维；③应用空间配准参数把每条纤维分支从个体空间配准到MNI标准空间，并重采样为2 mm×2 mm×2 mm的体素；④去除少于50%被试中出现的纤维分支，对筛选出的有效纤维分支进行二值化处理，并计算该分支在所有被试中出现的概率，从而构建出组水平半球间任意两脑区的胼胝体纤维分支概率图谱；同时记录各脑区的纤维连接强度，并根据是否与对侧半球同源脑区相连，把纤维束分支定义为同源连接和异源连接。

1.6 统计学方法 采用SPSS 25.0软件进行数据分析。符合正态分布的计量资料以均数±标准差（±s）表示，胼胝体纤维分支同源连接和异源连接强度的比较采用Bonferroni校正的配对t检验。P＜0.05表示差异有统计学意义。

2 结果

2.1 胼胝体纤维分支概率图谱连接模式 胼胝体纤维分支概率图谱（https://gitee.com/yaojia01/CC）共包含156条胼胝体纤维束分支，脑区间胼胝体纤维分支如图2所示。其中，右侧额中回与对侧同源脑区（左侧额中回）紧密相连，同时又与对侧异源脑区（包括左侧辅助运动区、额上回内侧部和额上回背侧部等脑区）存在较强的纤维连接。胼胝体纤维束分支共连接50个（25对）脑区，主要分布于额、顶、枕叶脑区，少量位于双侧尾状核和前中扣带皮质（图3A）。胼胝体纤维连接数目最多的5个脑区依次为右侧额中回[（576.98±226.06）条]、右侧辅助运动区[（540.4±175.83）条]、左侧额中回[（534.6±240.38）条]、左侧辅助运动区[（501.98±161.60）条]、左侧额上回内侧部[（486.97±151.66）条]（图3B）。

图2 脑区间胼胝体纤维分支示例图。A-C图为右侧额中回胼胝体纤维分支的组水平概率图，其中红色纤维代表同源连接，绿色纤维代表异源连接。

图3 胼胝体纤维分支在全脑脑区的分布模式图。A图为胼胝体纤维连接投射到大脑皮质的分布强度，彩色条代表了该脑区存在的胼胝体纤维连接强度；B图为50个脑区的胼胝体纤维连接强度排序。

2.2 胼胝体纤维同源和异源连接模式 在156条胼胝体纤维束分支中，同源连接18条，异源连接138条（图4）。其中，双侧的尾状核、前扣带皮质、中扣带皮质、额下回岛盖部、顶下小叶、缘上回只有异源连接。

2.2.1 同源连接 同源连接最强的5对脑区依次为大脑半球双侧的辅助运动区[（205.52±93.93）条]、额中回[（187.66±106.52）条]、中央前回[（142.36±107.32）条]、额上回内侧部[（137.77±63.90）条]、楔前叶[（94.55±55.60）条]（图4A、4C）。

2.2.2 异源连接 50个脑区均存在胼胝体纤维异源连接，其中异源连接最强的5个脑区依次为右侧额中回[（389.32±148.28）条]、右侧额上回[（387.21±133.83）条]、左侧额上回内侧部[（349.2±116.08）条]、左侧额上回[（348.28±115.25）条]、左侧额中回[（346.94±164.09）条]（图4B、4D）。

图4 胼胝体纤维的同源连接及异源连接分布模式图。A、C图为同源连接分布模式；B、D图为异源连接分布模式。

2.3 胼胝体纤维同源连接与异源连接强度比较 50个存在胼胝体纤维分支的脑区中，48个脑区的同源连接显著少于异源连接（P<0.05，Bonferroni校正），差异最显著的5个脑区分别为右侧额上回、左侧额上回、左侧额上回内侧部、左侧中央旁小叶和右侧额中回；另外2个脑区的右侧直回脑区的同源连接多于异源连接（P<0.05，Bonferroni校正），而右侧旁中央小叶的同源连接和异源连接差异无统计学意义（P>0.05）（图5）。

图5 胼胝体纤维同源连接和异源连接定量比较。A图为胼胝体纤维同源连接脑区排序；B图为胼胝体纤维异源连接脑区排序；C图为同源连接和异源连接强度比较。

3 讨论

HCP项目由美国国立卫生院发起并于2010年展开，旨在获取和共享正常健康成人脑结构和功能连接的高分辨率数据，以揭示人脑结构功能连接模式，并分析脑连接与遗传和认知的关联。高质量扩散MR成像数据是准确解析纤维束的基础，为此HCP项目团队研发了专用的Connectome skyra 3.0 T超导MRI扫描设备，其中包括定制的具有超高梯度性能的SC72内置梯度场以用于扩散梯度编码，可获得高空间分辨率（1.25 mm×1.25 mm×1.25 mm）、优异的角分辨率（共270余个非共线梯度编码方向）及高扩散梯度（最高b值3 000 s/mm2）的DSI数据。另外，该项目引入多层同时激励技术显著缩短了DSI时间。本研究使用HCP项目中的DSI数据来构建胼胝体纤维分支概率图谱，比现有的胼胝体纤维分支图谱的数据来源质量更高，理论上追踪出的胼胝体纤维束更加准确[8]。

本研究选择更精准的GQI重建技术构建人类半球间脑区水平胼胝体纤维分支概率图谱。传统基于二阶张量的DTI模型每个体素内只能表征单个扩散主方向，不能区分体素内纤维束分叉等复杂纤维结构，限制了其广泛应用。为了更加准确地揭示人脑解剖连接，近年来对扩散纤维束重建方法进行不断改进，已经出现了多种尝试解析体素内交叉纤维的重建技术，比如Q球成像(Q-ball imaging，QBI)、受阻受限混合模型（composite hindered and restricted model of diffusion，CHARMED）、球形反卷积（spherical deconvolution，SD），多张量纤维束示踪技术（multi-tensor tractography，MTT）、球棒混合模型（ball and stick，BS）和GQI等[9-10]。GQI是Yeh等[11]开发的一种不依赖于模型假设的扩散纤维重建技术，主要利用自旋分布函数（spin distribution function，SDF）来量化水分子不同方向上水分子的扩散差异，进而表征纤维束方向分布。与传统DTI重建相比，GQI重建的分叉纤维更丰富、更准确，并且GQI揭示衰老与脑白质完整性的关联更为密切[12-13]。高质量的DSI数据来源和精准的GQI重建技术使本研究获得的胼胝体纤维更准确。

既往人脑胼胝体纤维分支概率图谱主要包括2类：一类是根据胼胝体白质边界人工勾绘出的脑白质区域，如ICBM-DTI-81 white-matter labels atlas图谱及Juelich Histological Atlas图谱[14-15]；另一类是基于纤维束示踪技术获得的胼胝体全部走行路径的图谱，如JHUwhite-matter tractography atlas图谱[2]。值得注意的是，这些现有的胼胝体纤维分支概率图谱分支划分不够精细，而且很少研究胼胝体纤维分支与脑区之间的关系[16-17]；而且一些直接示踪个体被试的胼胝体纤维分支多用于疾病研究中，研究结果缺少与正常成人胼胝体纤维分支在脑区水平的对比研究，例如有研究[3]将胼胝体正中矢状面按照解剖定位分为7个亚区，然后示踪各亚区的胼胝体纤维束分支，用来研究创伤后应激障碍病人胼胝体纤维分支的受损情况；李等[18]分别示踪出通过胼胝体膝部和压部的纤维，发现多发性硬化病人通过胼胝体压部的神经纤维束体积显著降低。本研究验证了有关胼胝体纤维分支研究的结果，并提供了正常人群的胼胝体纤维分支概率图谱（https://gitee.com/yaojia01/CC），可用于未来研究人脑胼胝体在半球间信息交流，以及胼胝体损伤与疾病诊疗之间的关系。

本研究发现胼胝体纤维主要连接额、顶、枕叶皮质脑区，这与既往研究报道一致[19]。同时，既往胼胝体纤维研究主要以半球间脑区同源连接为主[20-21]，例如体素镜像等位功能连接（voxel mirrored homotopic functional connectivity，VMHFC）是以胼胝体同源解剖连接作为前提的假设[16,22]，而本研究发现正常成人脑区的胼胝体纤维分支以异源连接为主，这与传统观念不同。虽有研究[23]表明胼胝体在某些脑叶的连接既有同源连接也有异源连接，但尚无研究对胼胝体纤维分支的同源连接及异源连接模式进行定量描述。本研究发现的50个存在胼胝体纤维连接的脑区中，除右侧直回脑区和右侧旁中央小叶外，其余48个脑区的异源连接均显著多于同源连接，且尾状核等14个脑区只有异源连接。这些发现与既往研究报道的视觉皮质和额叶皮质异源脑区存在胼胝体纤维连接相一致[19]。有研究[24-26]提示胼胝体异源连接可能与语言、视觉运动及功能侧化等相关，但是其具体机制有待进一步明确。

本研究存在以下不足：不同年龄及不同种族人群脑区间胼胝体纤维分支是否存在差异性需进一步证实；虽已获取脑区间的胼胝体纤维分支，但其在人脑认知活动中所承担的功能尚不明确，需进一步研究其结构的完整性，分析其与心理健康等相关疾病的关联。

综上所述，本研究利用HCP高质量DSI数据构建出含156条分支的正常成人脑区水平胼胝体纤维概率图谱，并表明脑区间胼胝体纤维连接以异源连接为主。该图谱的构建可为人脑半球间功能和结构连接的相关研究及临床应用提供更为精准的工具。