基于群体头模的脑刺激模拟数据集：解剖变异与组织电导率的整合分析

非侵入性脑刺激(NIBS)技术的精准靶向受个体解剖差异制约。美国明尼苏达大学Taylor A. Berger团队利用HCP s1200数据，构建100例含组织电导率变异的头模数据集，通过SimNIBS生成质量验证的有限元模型(FEM)，提供标准空间配准和导联场矩阵。该资源支持群体水平电场变异分析、靶点优化和跨研究比较，发表于《Scientific Data》推动NIBS个体化研究。

　　

脑科学研究中，非侵入性脑刺激(NIBS)技术如经颅磁刺激(TMS)和经颅电刺激(tDCS/tACS)已成为探索脑功能与治疗神经疾病的重要工具。然而，这些技术的效果高度依赖对特定脑区的精准靶向，而个体间头部解剖结构的巨大差异——包括组织厚度、脑沟回模式等——使得标准化的刺激方案往往收效参差。更棘手的是，现有研究多基于单一头模（如成年男性模型"Ernie"），既无法反映群体多样性，又可能因样本偏差导致结论失真。这种"一刀切"的建模方式，加上组织电导率的个体差异未被充分考量，严重制约了NIBS在临床和科研中的应用精度。

为突破这一瓶颈，美国明尼苏达大学生物医学工程系的Taylor A. Berger团队联合荷兰格罗宁根大学等机构，利用人类连接组计划(HCP) s1200发布的MRI数据，构建了包含100例健康成人（22-35岁，男女各半）的群体头模数据集。研究者通过随机抽样确保样本代表性，采用SimNIBS 3.2.6流程自动分割T1/T2加权像，生成包含皮肤、颅骨、脑脊液(CSF)、眼球、灰质(GM)和白质(WM)的六层有限元模型(FEM)，经半自动校正和网格质量评估后，每例模型含500-600万四面体单元。创新性地，团队为每例头模赋予伪随机组织电导率：皮肤(0.2-0.6 S/m)、颅骨(0.002-0.03 S/m)和灰质(0.1-0.6 S/m)取自Beta(3,3)分布，CSF(1.66 S/m)、白质(0.14 S/m)和眼球(0.5 S/m)保持固定值。配套提供的导联场矩阵支持10/10 EEG系统仿真，标准空间配准工具实现跨个体比较，为NIBS研究建立了迄今最全面的开源计算框架。

关键技术方法包括：1) 从HCP s1200随机选取100例MRI数据（50男/50女）；2) 使用SimNIBS 3.2.6实现自动组织分割和FEM建模；3) 通过FSLeyes和ITKsnap进行半手动分割校正；4) 采用Gamma、SIGE和SICN指标量化网格质量；5) 基于MKL PARDISO求解器计算导联场矩阵；6) 开发MATLAB工具实现标准空间(MNI/FreeSurfer)数据转换。

数据集构建与验证
研究团队从HCP s1200的1065例中随机筛选100例健康成人MRI，确保年龄性别平衡。通过SimNIBS管道生成六组织头模时，发现4例因分割错误需替换。质量评估显示，80%四面体的Gamma值>0.6（均值0.8272），SIGE和SICN分布表明网格适合稳定仿真。头模间脑体积差异达1.97×10⁵ mm³，证实数据集涵盖显著解剖变异。

组织电导率建模
突破性地为每例头模分配个性化电导率。统计分析证实，伪随机赋值的皮肤/颅骨/GM电导率与年龄性别无显著相关性（p>0.15），消除人口学偏差。这种处理首次在群体水平整合了电导率变异，仿真显示组织参数变化可使皮层电场强度波动达2.1倍。

应用场景实现
数据集提供三大应用模块：1) 群体变异分析模块，量化特定刺激方案下电场分布的个体差异；2) 共性分析模块，支持多导联方案在标准空间的横向比较；3) 优化模块，为EEG源定位等提供基准测试平台。示例显示，相同tACS方案在100例头模中诱发电场的空间标准差可达峰值强度的41%。

这项研究创建了NIBS领域首个整合解剖与电生理变异的开源头模库，其科学价值体现在三方面：首先，100例经质量验证的FEM模型突破了单头模研究的局限性，为评估刺激方案的群体稳健性提供基础；其次，组织电导率的参数化处理更真实反映生物变异，推动电场预测从"平均化"向"个体化"转变；最后，标准化的数据处理管道（Zenodo存储库编号13259679）使跨研究比较成为可能，特别是为脑刺激meta分析提供统一计算框架。未来扩展至特殊人群（如老年、患者）将进一步提升临床转化价值。该成果标志着计算神经科学向"数字孪生"建模迈出关键一步，为精准神经调控时代奠定数据基石。