CoSpine开放获取同步皮层-脊髓fMRI数据库：热痛与运动任务的全神经轴成像突破

《Scientific Data》：CoSpine open access simultaneous cortico-spinal fMRI database of thermal pain and motor tasks

本研究针对同步皮层-脊髓功能磁共振成像（fMRI）技术存在的采集挑战和公共数据集匮乏问题，开发了首个BIDS标准化的开放获取皮层-脊髓任务fMRI数据库（N=61）。通过优化单视野成像协议和预处理框架，实现了全脑（包括皮层、皮层下、脑干和小脑）与颈髓的同步采集，为神经影像方法学开发（如超对齐）和AI模型基准测试提供了重要资源，在感觉运动表型分析、年龄相关神经退行性变研究和脑机接口系统开发等领域具有广泛应用价值。

　　

在中枢神经系统研究领域，科学家们一直面临着一个关键挑战：如何实现对大脑和脊髓活动的同步观测？这两个密不可分的结构共同构成了人类感知、行为和适应的神经基础，但技术限制使得大多数研究只能聚焦于大脑区域。随着功能磁共振成像（fMRI）技术的快速发展，脊髓fMRI方法逐渐成熟，为研究分布式感觉运动和疼痛通路开辟了新途径。然而，同步皮层-脊髓fMRI的常规应用仍受到多种技术因素的制约——脑与脊髓的神经血管差异导致血氧水平依赖（BOLD）信号敏感性不同，头颈线圈的覆盖不均造成信噪比差异，椎骨周围的局部磁敏感性变化使B0场高度不均匀，这些都使得联合匀场变得复杂。

正是在这样的背景下，中国科学院心理研究所的科研团队在《Scientific Data》上发表了题为"CoSpine开放获取同步皮层-脊髓fMRI数据库"的研究，推出了首个符合BIDS标准的开放获取皮层-脊髓任务fMRI资源。该数据库包含61名参与者的数据，采用创新的单视野（FOV）成像协议，覆盖全脑（包括皮层、皮层下、脑干和小脑区域）和颈髓，为破解同步成像技术难题提供了重要解决方案。

研究团队开发的关键技术方法包括：优化单视野多波段同步多层采集（SMS）协议，采用反向相位B0场映射畸变校正，建立专门的生理噪声建模（PNM）流程，以及分别针对大脑和脊髓的预处理工作流。数据集包含39名健康年轻人（热痛任务）和22名健康中年人（自愿运动任务）的原始图像、场图、生理记录和BIDS事件文件。

MRI数据采集

成像数据使用3T MRI扫描仪（Siemens Prisma）和标准64通道头颈线圈采集。结构图像采用高分辨率（1×1×1mm³）T1加权3D-MPRAGE序列，功能图像使用优化的2D SMS-EPI序列，FOV扩展至192×192mm²以覆盖70个连续切片。为改善脑干和颈髓的局部场均匀性，研究采用了窄矩形匀场框，平行于脊髓并对齐覆盖脑干和颈髓区域。此外，还采集了反向相位编码方向的B0场图用于畸变校正。

MRI数据预处理

原始DICOM数据转换为NIfTI格式后，使用FSL 6.0.7和SCT 5.9进行处理。由于大脑和脊髓在形态、体积和生理响应方面存在显著差异，研究对每个区域分别应用了独立的处理和统计方法。

预处理流程包括生理噪声校正、畸变校正和层间时间校正。对于脊髓数据，还特别考虑了脑脊液（CSF）信号作为回归项的重要性。畸变校正采用了从扩散张量成像（DTI）改编的方法，通过获取两个相反相位编码方向（A→P和P→A）的B0图，使用FSL的TOPUP和APPLYTOPUP工具估计畸变校正模型。

技术验证

控制预处理分析

为验证优化预处理流程的有效性，研究在数据集1上进行了控制分析，使用常规的仅大脑预处理方法。与最终优化流程相比，控制分析使用传统场图校正而非反向相位方向B0图，不包含层间时间校正，也不回归呼吸、心脏或CSF相关的生理噪声。

MRI图像质量指标

Dice相似系数

图3a展示了畸变校正对大脑和脊髓图像的影响。B0图校正的EPI与结构参考有效对齐，显著减少了大脑和脊髓畸变。Dice相似系数（DSC）分析显示，对于脊髓图像，B0图校正显著提高了DSC值，证明在减少脊髓畸变方面优于场图校正。

时间信噪比

tSNR分析显示，预处理步骤显著提高了大脑和脊髓区域的图像质量。在大脑区域，生理噪声校正（PNM）和畸变校正（B0图）对tSNR增强贡献最大；在脊髓区域，运动校正和空间平滑对tSNR影响最大。

层间位移

为进一步评估畸变校正效果，研究测量了脊髓沿Y轴（前后方向）的层间位移。B0图校正实现了最小的位移值，显著低于原始条件和场图校正，证明在减轻脊髓畸变方面更为有效。

一级分析和组级分析

痛觉激活

对于数据集1（热痛任务），使用一般线性模型（GLM）估计三种预处理条件下大脑和脊髓的激活情况。结果显示，CoSpine fMRI方法有效捕获了疼痛处理关键脑区和脊髓背角的激活，无论预处理状态或是否应用更全面的预处理策略。

优化预处理比未预处理图像产生更清晰、更准确的激活图，皮质激活簇更加突出、定位精确且强度更高。与对照分析相比，优化预处理方法产生更明确的激活结果，包括更强的皮质激活簇、更明显的脑干激活以及相应皮节脊髓增强的正激活。

运动激活

在自愿运动任务（数据集2）中，研究证实皮层-脊髓fMRI序列和数据分析流程有效捕获了不同数据采集点由自愿运动诱发的大脑和脊髓激活。激活主要出现在运动控制和执行的皮质区域，包括对侧初级运动皮层（M1）、运动前区、辅助运动区（SMA）和同侧小脑，同时在脊髓同侧腹角也发现了正激活。

数据记录

CoSpine数据库托管在OpenNeuro上，遵循BIDS标准，包含两个数据集：CoSpine-Pain-dataset（39名参与者）和CoSpine-Motor-dataset（22名参与者）。所有数据在共享前都经过匿名化处理，面部特征从解剖MRI图像中移除，DICOM头文件中的个人标识符被系统删除。

研究结论与意义

CoSpine数据库直接解决了公共神经影像资源中的一个主要空白，这些资源历史上几乎完全集中于大脑。通过提供稳健、可重复且多站点兼容的数据库，CoSpine促进了对整合CNS过程的全面探索，如疼痛感知和运动功能，并支持广泛的潜在重用场景——包括采集和预处理方法的基准测试、高级分析方法（如超对齐、人工智能模型）的开发、跨条件比较和转化研究。

该研究的优化预处理流程显著提高了同步大脑-脊髓fMRI的图像质量和分析准确性，特别是B0图校正技术在减少脊髓畸变方面表现出色。精确的数据预处理和分析有助于更准确理解大脑和脊髓中的疼痛表征机制，从而为疼痛的诊断和治疗提供稳健的神经科学基础。

未来扩展可能包括纳入额外的临床人群（如慢性疼痛、脊髓损伤、神经退行性疾病）和多中心合作，以进一步扩大数据库的适用性和研究价值。这一资源将为感觉运动表型分析、年龄相关神经退行性变研究、神经康复探索工作提供重要支持，同时也有助于涉及脊髓活动和个性化神经调节策略的脑机接口（BCI）系统的早期开发。