薈萃心理學各領域新進展、新動態
來源 | 北師大認知神經科學與學習國家重點實驗室官網2019年1月6日,國際著名神經影像學雜誌NeuroImage在線發表了賀永課題組及合作者的研究論文「Unbiased age-specific structural brain atlases for Chinese pediatric population」。該文章採用328例6至12歲中國兒童的高質量磁共振腦影像數據,繪製出精細年齡分段下的「中國兒童標準腦結構發育圖譜」,為研究我國兒童群體的正常腦發育和異常腦發育(如自閉症、兒童多動症等)提供了重要基礎性工具(Zhao, et al., 2019)。人類的腦結構形態千差萬別。利用不同個體的腦成像數據進行兒童群體的腦結構和功能發育研究,必須建立一個標準腦模板圖譜作為參照,將不同兒童個體的腦影像配準到標準空間。然而,當前國際主流的兒童標準腦結構圖譜(如美國國立衛生研究院兒童腦圖譜,NIH-PD)大多是基於高加索人群的腦影像數據生成。由於遺傳與環境等因素的影響,中國兒童具有與西方兒童不同的腦結構及腦發育軌跡,基於西方人群的腦結構模板並不能準確表徵中國兒童腦。因此,繪製我國兒童特有的「腦發育圖譜」、建立兒童腦發育圖譜的「中國標準」,十分必要。近年來,賀永團隊與合作者在基於多模態神經影像的兒童腦發育領域已取得了多項成果(Cao, et al., 2017a; Cao, et al., 2017b; Cao, et al., 2014; Xu, et al., 2018; Zhao, et al., 2018a; Zhao, et al., 2018b; Zhao, et al., 2015)。在本研究中,他們基於328名認知正常中國兒童(6至12歲)的高質量磁共振腦影像數據,採用嚴格規範的圖像處理與質量控制流程,通過無偏迭代的模板圖譜生成算法,構建了中國兒童標準腦結構圖譜集(CHN-PD)。這些圖譜包括左右非對稱和對稱類型的標準頭/腦T1像結構模板、T2像結構模板以及對應的腦組織分割圖譜。類別涵蓋6-12歲全年齡段標準腦圖譜,性別特異標準腦圖譜(圖1),以及以一歲為間隔的精細年齡分段標準腦發育圖譜(圖2)。隨後,該研究對繪製的CHN-PD模板進行了系列方法學及應用評價。發現中國CHN-PD兒童標準腦圖譜相比於西方NIH-PD兒童標準腦圖譜,在雙側額葉和頂葉區域具有明顯的結構差異(圖3),為建立中國兒童標準腦圖譜的必要性提供了實證。利用兩組獨立的中國兒童磁共振腦影像數據集,他們還發現相比於西方NIH-PD兒童腦圖譜,採用中國CHN-PD兒童腦圖譜不僅可以顯著提高我國兒童個體「腦齡」的預測準確度,而且可以顯著提升個體腦灰質、白質以及腦脊液的組織分割精度(圖4)。這些結果表明,CHN-PD腦圖譜集對我國兒童群體的正常及異常腦發育研究具有重要意義。該研究繪製的中國CHN-PD兒童標準腦圖譜集已在神經影像學權威工具網站NITRC上發布(https://www.nitrc.org/projects/chn-pd),供研究者免費下載。這些模板將為我國兒童腦發育研究提供重要的基礎性工具,對於揭示我國學齡兒童腦結構和功能發育規律,開展兒童發育障礙(如自閉症、兒童多動症)的神經影像學研究具有重要價值。該論文第一作者為趙騰達博士,通訊作者為賀永教授。論文合作者包括來自北京師範大學的董奇教授、陶沙教授、秦紹正教授、王延培,北京大學的高家紅教授和門衛偉博士,北京回龍觀醫院的譚淑平教授,加拿大麥吉爾大學的Alan Evans教授和Vladimir Fonov博士,以及賀永團隊的廖旭紅博士、王秋實。該研究得到了國家自然科學基金創新群體和國際合作重點項目,教育部長江學者特聘教授基金,北京市腦計劃等項目的資助。圖1 中國兒童標準腦圖譜集(6到12歲年齡範圍,T1加權像模板,T2加權像模板和腦組織分割圖譜)。
圖2 中國兒童標準腦發育圖譜集(6到12歲精細年齡分段,T1加權結構像和腦組織分割圖譜)。
圖3 中外兒童標準腦模板在雙側額頂皮層上具有明顯結構差異。
圖4 在中國兒童影像數據的「腦齡」預測準確度與腦組織分割精度上,採用中國CHN-PD兒童標準腦結構圖譜要優於西方NIH-PD兒童腦圖譜。
論文連結:
https://authors.elsevier.com/a/1YNng3lc~r72NS
賀永教授課題組主頁:
https://helab.bnu.edu.cn/
參考文獻:
Zhao, T., Liao, X., Fonov, V., Wang, Q., Men, Wei., Wang, Y., Qin, S., Tan, S., Gao, J., Evans, A., Tao, S., Dong, Q., He, Y. (2019) Unbiased age-specific structural brain atlases for Chinese pediatric population. NeuroImage, in press.
Zhao, T., Xu, Y., He, Y. (2018a) Graph theoretical modeling of baby brain networks. NeuroImage, 185:711-727.
Zhao, T., Mishra, V., Jeon, T., Ouyang, M., Peng, Q., Chalak, L., Wisnowski, J.L., Heyne, R., Rollins, N., Shu, N., Huang, H*. (2018b) Structural network maturation of the preterm human brain. NeuroImage, 185:699-710
Zhao, T., Cao, M., Niu, H., Zuo, X.-N., Evans, A., He, Y., Dong, Q., Shu, N*. (2015) Age-related changes in the topological organization of the white matter structural connectome across the human lifespan. Hum. Brain Mapp., 36:3777-92.
Xu, Y., Cao, M., Liao, X., Xia, M., Wang X., Jeon, T., Ouyang, M., Chalak, L., Rollins, N., Huang, H., He, Y. (2018) Development and Emergence of Individual Variability in the Functional Connectivity Architecture of the Preterm Human Brain. Cerebral Cortex, in press.
Cao, M., He, Y., Dai, Z., Liao, X., Jeon, T., Ouyang, M., Chalak, L., Bi, Y., Rollins, N., Dong, Q., Huang, H. (2017a) Early Development of Functional Network Segregation Revealed by Connectomic Analysis of the Preterm Human Brain. Cerebral Cortex, 27:1949-1963.
Cao, M., Huang, H., He, Y. (2017b) Developmental Connectomics from Infancy through Early Childhood. Trends in Neurosciences, 40:494-506.
Cao, M., Wang, J.H., Dai, Z.J., Cao, X.Y., Jiang, L.L., Fan, F.M., Song, X.W., Xia, M.R., Shu, N., Dong, Q., Milham, M.P., Castellanos, F.X., Zuo, X.N., He, Y. (2014) Topological organization of the human brain functional connectome across the lifespan. Developmental Cognitive Neuroscience, 7:76-93.