9.4T高场强弛豫-扩散磁共振成像揭示衰老小鼠脑微结构动态图谱

《Scientific Data》：A relaxation-diffusion MRI dataset of aging mouse brains at 9.4 Tesla

本研究针对衰老小鼠脑微结构变化的无创精准表征难题，发布了首个公开的多回波时间弛豫-扩散磁共振成像（rdMRI）数据集。团队通过9.4T超高场磁共振系统，采集五个月龄组（2、6、12、18、24月）小鼠的全脑多壳层扩散加权图像（DWI），结合REDIM计算框架分离弛豫与扩散效应，生成了弛豫校正扩散信号及横向弛豫率图谱。数据经严格质控（SNR>20，NDC>0.6）及艾伦脑图谱配准（Dice>0.7），为阿尔茨海默病等神经退行性疾病机制研究提供了高可靠性跨年龄基准数据。

　　

随着全球人口老龄化加剧，阿尔茨海默病等神经退行性疾病的发病机制研究成为生物医学领域的焦点。脑微结构的变化，如轴突变性、髓鞘崩解及细胞密度改变，是认知衰退的重要生物学基础。然而，传统扩散磁共振成像（dMRI）在单一回波时间（TE）下采集数据，无法区分水分子扩散与横向弛豫（T₂）效应的耦合作用，可能导致对复杂组织环境的误判。弛豫-扩散磁共振成像（rdMRI）通过多TE扫描策略，将扩散与弛豫特性解耦，显著提升了对微结构异质性的探测灵敏度。尽管rdMRI技术在临床研究中展现出潜力，但适用于 preclinical 研究的公开数据集严重匮乏，限制了其在衰老及相关疾病机制探索中的应用。

为解决这一瓶颈，南方医科大学张新媛团队在《Scientific Data》发表了首个衰老小鼠脑rdMRI数据集。研究采用9.4T超高场动物磁共振扫描仪，对30只雄性C57BL/6小鼠（五个月龄组，每组n=6）进行多TE（22、37、52、67、82 ms）多壳层（b=500、1000、1500、2500 s/mm2）扩散加权成像，总扫描时间达135分钟/只。数据预处理基于MRtrix3平台，包括去噪、涡流校正、运动配准及偏场校正，并通过REDIM框架计算弛豫校正扩散信号与横向弛豫率。衍生指标涵盖扩散张量成像（DTI）参数（轴向扩散系数AD、径向扩散系数RD、平均扩散系数MD、分数各向异性FA）及神经突定向分散密度成像（NODDI）参数（神经突密度指数NDI、定向分散指数ODI）。所有数据均配准至艾伦小鼠脑图谱（AMBA）空间，并经过信噪比（SNR）、邻域扩散加权图像相关性（NDC）及Dice系数等多维度质控验证。

数据质量验证

研究通过白质与背景区域信号标准差比值计算SNR，所有TE下SNR均高于20，表明数据信噪比优良。NDC值全部超过0.6的质控阈值，且未发现坏层，证实数据对齐一致性与无伪影特性。弛豫校正扩散图像在三正交平面（冠状、轴状、矢状）呈现清晰解剖结构连续性，进一步验证了预处理流程的可靠性。

跨年龄微结构参数比较

参数图谱显示，随年龄增长，白质区FA值下降而MD值上升，提示髓鞘完整性减退与组织自由水增加。NODDI参数中，NDI在皮层下区域呈降低趋势，反映神经突密度减少；ODI在交叉纤维区（如胼胝体）变化显著，表明rdMRI对复杂纤维取向的敏感性优于传统dMRI。

纤维结构可视化与定量分析

通过纤维取向分布（FODs）与概率性纤维追踪，rdMRI清晰揭示了胼胝体、海马等区域的纤维交叉结构。弛豫校正后的FODs较单TE结果呈现更锐化的纤维取向峰值，且纤维追踪路径与解剖结构一致性更高。交叉纤维数量（NCF）定量分析进一步证实，rdMRI能有效区分年龄相关的微结构重组。

空间配准精度评估

基于ANTs的对称归一化（SyN）算法将个体数据配准至AMBA空间，皮层、海马与丘脑的Dice分数均高于0.75，胼胝体与纹状体亦达到0.65以上，满足群体统计分析的空间一致性要求。

本研究发布的rdMRI数据集首次实现了衰老小鼠脑多参数微结构图谱的跨年龄标准化采集与处理。通过整合弛豫与扩散物理特性，该数据显著提升了传统dMRI对轴突排列、髓鞘完整性及细胞密度变化的解析能力。值得注意的是，各向异性体素（0.1×0.1×0.5 mm3）可能对ODI估计产生偏差，建议用户在分析复杂纤维区域时谨慎解读。数据集遵循BIDS标准开源，配套REDIM计算代码及处理脚本，为算法验证（如新型rdMRI重建模型）及疾病机制研究（如阿尔茨海默病转基因模型验证）提供了关键资源。未来工作可结合组织学验证或拓展至病理模型，进一步挖掘rdMRI在神经退行性病变早期诊断中的潜力。