基于流线长度特征的脑组织微结构定量估计及其调整方法

脑组织的白 matter 结构广泛采用流线图算法进行描绘，通过对扩散张量成像（DTI）或其他模型应用于扩散加权（DW）磁共振成像（MRI）数据所生成的体素级信息进行处理。我们证明，这些方法常产生系统性的流线长度依赖性脱钙现象，即对组织微结构参数（如各向异性分数 FA）的估计呈现线性依赖关系。该依赖可描述为分段线性：对于小于单个脑区流线所确定的拐点（inflection point）的流线，组织微结构估计值与流线长度呈正线性关系；当流线长度超过拐点后，关联关系较弱，流线长度与组织微结构之间的关系斜率仅略偏离零。由于该依赖在人类大脑 DW 成像中常见的流线长度范围（约小于 100 mm）中最为显著，我们的结果表明，某些先前的组织微结构估计应谨慎对待。本文描述了一种方法，即对线性、Blackman 和分段线性模型的预测进行 Akaike 信息加权平均，可有效补偿 FA（及其他组织微结构估计）随流线长度变化的依赖关系，覆盖每个标本中出现的全部流线长度范围。