突破静息态脑功能成像变异困境：开启神经科学研究新征程

作者：黄湘红 段跃初

在当今的神经科学领域，静息态功能脑成像技术宛如一把神奇的钥匙，为我们打开了探索大脑奥秘的大门。它让我们有机会窥探大脑在休息状态下的活动模式，进而揭示大脑与行为中个体差异的神经基础。然而，长期以来，数据处理与分析过程中产生的变异问题，犹如一片阴霾，笼罩着这一领域的研究，使得我们难以精准地解读大脑所传达的信息，也阻碍了研究成果的可重复性和可靠性。

近期，一项具有里程碑意义的研究成果在《Nature Human Behaviour》杂志上重磅发表，文章对静息态功能脑成像中的变异问题展开了深入且全面的探究，他们的研究成果为这一领域的发展带来了新的希望和方向。

研究团队聚焦于功能性磁共振成像（fMRI）的最小预处理流程，这是获取准确脑成像数据的关键环节。他们精心挑选了五种广泛应用且独立开发的 fMRI 最小预处理流程进行对比分析，这五种流程分别是青少年大脑认知发展 fMRI 流程（ABCD–BIDS）、连接组计算系统（CCS）、连接组分(fēn)析(xī)配(pèi)置(zhì)流(liú)程(chéng)默(mò)认(rèn)流(liú)程(chéng)（C-PAC:Default）、静(jìng)息(xi)态(tài) fMRI 数(shù)据(jù)处(chù)理(lǐ)助(zhù)手(shǒu)（DPARSF）以(yǐ)及(jí) fMRIPrep 长(zhǎng)期(qī)支(zhī)持(chí)版(bǎn)本(běn)（fMRIPrep–LTS（基(jī)于(yú)体(tǐ)积(jī)的(de)流(liú)程(chéng)））。通(tōng)过(guò)严(yán)谨(jǐn)的(de)实(shí)验(yàn)设(shè)计(jì)，他(tā)们(men)使(shǐ)用(yòng)这(zhè)些(xiē)流(liú)程(chéng)对(duì)杭(háng)州(zhōu)师(shī)范(fàn)大(dà)学(xué)（HNU）数(shù)据(jù)集以(yǐ)及(jí)来(lái)自(zì) Healthy Brain Network (HBN)的(de)低(dī)运(yùn)动(dòng)和(hé)高(gāo)运(yùn)动(dòng)队(duì)列(liè)数(shù)据(jù)进(jìn)行(xíng)处(chù)理(lǐ)和(hé)分(fēn)析(xī)。

令(lìng)人(rén)惊(jīng)讶(yà)的(de)是(shì)，即(jí)便使用的是同一会话的数据，不同预处理流程所产生的功能连接估计也存在着显著的差异。这一发现通过多种评估指标得以验证，无论是个体水平矩阵 Pearson 相关、逐边（edge-wise）组内相关系数(shù)(ICC)、图(tú)像(xiàng)组(zǔ)内(nèi)相(xiāng)关系(xì)数(shù)(I2C2)还(hái)是(shì)可(kě)区(qū)分(fēn)性(xìng)，以(yǐ)及(jí)在(zài)不(bù)同(tóng)的(de)图(tú)谱(pǔ)（如(rú) Schaefer 200、600 和(hé) 1,000）下(xià)，这(zhè)种(zhǒng)差(chà)异(yì)都(dōu)表(biǎo)现(xiàn)得(de)极(jí)为(wèi)(wèi)稳(wěn)(wěn)健(jiàn)。例(lì)如(rú)，在(zài) Schaefer 200 图(tú)谱(pǔ)下(xià)，CCS、C-PAC:Default 和(hé) fMRIPrep-LTS 之(zhī)间(jiān)的(de)矩(ju)阵(zhèn)相(xiāng)关在 0.811 - 0.861 之间，ICC 在 0.742 - 0.823 之间，I2C2 在 0.785 - 0.840 之间，可区分性为 1.000，展现出相对较高的流程间一致性；而 DPARSF 与其他软件包的相似性则较低，其矩阵相关在 0.639–0.729 之间，ICC 在 0.504–0.612 之间，I2C2 在 0.641–0.713 之间，可区分性在 0.990–1.000 之间。这表明不同的处理流程在对相同数据的处理上，存在着不容忽视的差异，而这些差异可能会对我们基于脑成像数据所做出的科学结论产生重大影响。

为了深入挖掘这些差异产生的根源，研究团队进行了更为细致的探索。他们发现，尽管这些最小处理流程在基本步骤上看似一致，但在具体的实现细节上却存在着天壤之别。从所使用的库和工具，到算法的选择，每一个细微的差别都可能在最终的结果中被放大。例如，DPARSF 基于 SPM/MATLAB 平台，其独特的算法和代码库使其在与其他流程的比较中显得格格不(bù)入；而 ABCD–BIDS 由于额外的去噪和脑提取对齐步骤，以及在配准方式上的独特选择，也导致了其与其他流程的差异。此外，一些看似微不足道的决策，如蒙特利尔神经学研究所（MNI）大脑模板的版本和分辨率选择，以及全局信号回归（GSR）的设置，都被发现对流程间的一致性有着至关重要的影响。当 GSR 设置在不同流程中不一致时，流程间一致性会显著降低；而不同版本的 MNI 模板在匹配输出分辨率时，也会产生截然不同的结果，这充分说明了即使是在同一处理流程包内，这些参数的微小调整都可能引发结果的巨大波动。

这项研究成果的重要性怎么强调都不为过。在神经科学的研究进程中，尤其是在临床转化方面，可靠的脑成像数据是一切研究的基石。以往，由于我们对数据处理流程中的这些差异缺乏足够的认识和重视，许多研究可能在不知不觉中受到了这些差异的干扰，导致研究结果的可靠性大打折扣，可重复性也难以保证。这不仅使得我们在探索大脑奥秘的道路上走了许多弯路，也阻碍了一些潜在的临床应用从实验室走向实际治疗的进程。而如今，这一研究成果如同一盏明灯，照亮了我们前行的道路，让我们清晰地认识到问题(tí)的(de)所(suǒ)在(zài)，为(wèi)后(hòu)续(xù)的(de)研(yán)究(jiū)提(tí)供(gōng)了(le)宝(bǎo)贵(guì)的(de)参(cān)考(kǎo)和(hé)警(jǐng)示(shì)，有(yǒu)望(wàng)推(tuī)动(dòng)神(shén)经(jīng)科(kē)学(xué)领(lǐng)域朝(cháo)着(zhe)更(gèng)加(jiā)精(jīng)准(zhǔn)、可(kě)靠(kào)和(hé)有(yǒu)效(xiào)的(de)方(fāng)向(xiàng)大(dà)步(bù)迈(mài)进(jìn)。

专(zhuān)家(jiā)们(men)对(duì)这(zhè)项(xiàng)研(yán)究(jiū)成(chéng)果(guǒ)也(yě)给(gěi)予(yǔ)了(le)极(jí)高(gāo)的(de)评(píng)价(jià)和(hé)认(rèn)可(kě)。一(yī)位(wèi)在(zài)神(shén)经(jīng)影(yǐng)像(xiàng)学(xué)领(lǐng)域深(shēn)耕(gēng)多(duō)年(nián)的(de)权(quán)威(wēi)专(zhuān)家(jiā)，激(jī)动(dòng)地(de)表(biǎo)示(shì)：“这(zhè)是(shì)一(yī)项(xiàng)具(jù)有(yǒu)划(huà)时(shí)代(dài)意(yì)义(yì)的(de)研(yán)究(jiū)，它(tā)就(jiù)像(xiàng)一(yī)把(bǎ)手(shǒu)术(shù)刀(dāo)，精准(zhǔn)地剖析了静息态功能脑成像中一直被我们忽视的数据处理流程差异问题。这一发现无疑为整个神经科学领域敲响了警钟，让我们重新审视自己的研(yán)究(jiū)方(fāng)法(fǎ)和(hé)数(shù)据(jù)处(chù)理(lǐ)流(liú)程(chéng)。其(qí)研(yán)究(jiū)成(chéng)(chéng)果(guǒ)(guǒ)将(jiāng)(jiāng)成(chéng)(chéng)为(wèi)(wèi)未(wèi)(wèi)来(lái)研(yán)究(jiū)的(de)重(zhòng)要(yào)指(zhǐ)南(nán)，引(yǐn)领(lǐng)我(wǒ)们(men)走(zǒu)(zǒu)向(xiàng)更(gèng)加(jiā)(jiā)科(kē)(kē)学(xué)、严(yán)谨(jǐn)的(de)研(yán)究(jiū)道(dào)路。”另(lìng)一(yī)位(wèi)在(zài)该(gāi)领(lǐng)域颇(pō)具(jù)影(yǐng)响(xiǎng)力(lì)的(de)学(xué)者(zhě)，也(yě)对(duì)这(zhè)项(xiàng)研(yán)究(jiū)赞(zàn)不(bù)绝(jué)口(kǒu)：“该(gāi)研(yán)究(jiū)不(bù)仅(jǐn)深(shēn)入(rù)透彻地分析了问题的根源，还极具前瞻性地提出了一系列切实可行的改进建议，这对于提升脑成像研究的质量和可重复性(xìng)具(jù)有(yǒu)不(bù)可(kě)估(gū)量(liàng)的(de)价(jià)值(zhí)。它(tā)让(ràng)我(wǒ)们(men)深(shēn)刻(kè)地(de)意(yì)识(shi)到(dào)，在(zài)追(zhuī)求(qiú)科(kē)学(xué)真(zhēn)理(lǐ)的(de)道(dào)路上(shàng)，细(xì)节(jié)决(jué)定(dìng)成(chéng)败(bài)，我(wǒ)们(men)再(zài)也(yě)不(bù)能(néng)对(duì)数(shù)据(jù)处(chù)理(lǐ)流(liú)程(chéng)中(zhōng)的(de)任(rèn)何(hé)一(yī)个(gè)细(xì)微(wēi)差(chà)异视而不(bù)见(jiàn)。”

展(zhǎn)望(wàng)未(wèi)来(lái)，随(suí)着(zhe)技(jì)术(shù)的(de)飞(fēi)速(sù)发(fā)展(zhǎn)和(hé)研(yán)究(jiū)的(de)不(bù)断(duàn)深(shēn)入(rù)，我(wǒ)们(men)有(yǒu)充(chōng)分(fēn)的(de)理(lǐ)由(yóu)相(xiāng)信(xìn)，这(zhè)些(xiē)问(wèn)题(tí)终(zhōng)将(jiāng)被(bèi)逐(zhú)一(yī)攻(gōng)克(kè)。新(xīn)的(de)技术手段和研究方法将不断涌现，帮助我们更好地理解和解决数据处理流程中的变异问题，从而为我们更深入、更准确地探索大脑的奥秘奠定更加坚实的基础。这(zhè)一(yī)研(yán)究成果也将像一颗火种，点燃更多科研人员对这一领域的探索热情，激励他们投身于相关研究，共同推动神经科学领域迈向一个又一个新的高峰，为人类的健康和福祉做出更大的贡献。让我们共(gòng)同(tóng)期(qī)待(dài)那(nà)一(yī)天(tiān)的(de)早(zǎo)日(rì)到(dào)来(lái)，届(jiè)时(shí)，我(wǒ)们(men)将(jiāng)能(néng)够(gòu)更(gèng)加(jiā)清(qīng)晰(xī)、准(zhǔn)确(què)地(de)(de)解(jiě)读(dú)大(dà)脑(nǎo)的(de)语(yǔ)言(yán)，揭(jiē)开(kāi)大(dà)脑(nǎo)神(shén)秘(mì)的(de)面(miàn)纱(shā)，为(wèi)神(shén)经(jīng)科(kē)学(xué)的(de)发(fā)展(zhǎn)书(shū)写(xiě)更(gèng)加(jiā)辉(huī)煌(huáng)的(de)篇(piān)章(zhāng)。

参(cān)考(kǎo)文献(xiàn)：在(zài)静(jìng)息(xi)态(tài)脑(nǎo)功(gōng)能(néng)成(chéng)像(xiàng)中(zhōng)超(chāo)越(yuè)因(yīn)数(shù)据(jù)处(chù)理(lǐ)与(yǔ)分(fēn)析(xī)所(suǒ)导(dǎo)致(zhì)的(de)变(biàn)异(yì)｜思(sī)影(yǐng)科(kē)技(jì) 2025-1-3