编辑推荐：
为解决 3T MRI 在海马体亚区自动分割时分辨率和对比度受限，7T MRI 成本高昂且相关高质量配对数据集稀缺的问题，研究人员开展 3T 与 7T 多模态 MRI 配对数据集研究，获得含手动标注的数据集，有助于相关模型和算法的开发评估。
在大脑的神秘世界里，海马体犹如一颗璀璨却又神秘的 “明珠”。它在记忆的舞台上扮演着关键角色，与我们的长期情景记忆巩固、空间导航和学习紧密相连。然而，海马体并非是一个简单均一的结构，它由多个独特的亚区组成，像齿状回（DG）、Cornu Ammonis（CA，又细分为 CA1 - CA4）、下托（SUB）等，这些亚区各自有着独特的功能、连接模式，并且在面对特定疾病时的脆弱程度也各不相同。准确划分海马体亚区，对于各类神经和精神疾病的诊断与治疗意义重大。
但目前在医学影像领域，却面临着诸多难题。传统的 3T MRI 由于信号对比度和分辨率有限，在分辨海马体亚区精细解剖细节时显得力不从心。想象一下，用一部像素不高的相机拍照，照片中的细节总是模糊不清，3T MRI 对于海马体亚区的成像就是如此。而 7T MRI 虽然凭借其卓越的空间分辨率和信噪比，能够清晰呈现海马体的内部结构和亚区边界，为神经影像后处理任务提供更精准的数据，可它的高昂成本和复杂的维护需求，就像一道高高的门槛，限制了其在研究和临床中的广泛应用。
为了打破这一困境，北京航空航天大学生物科学与医学工程学院等机构的研究人员踏上了探索之旅。他们开展了一项极具意义的研究，旨在构建一个 3T 和 7T 多模态 MRI 配对数据集，为相关研究提供关键支持。最终，他们成功获得了包含 20 名健康志愿者的 3T 和 7T 全脑 T1 加权、T2 加权以及静息态功能磁共振成像（rfMRI）扫描数据，并对 7T T2 加权图像中的海马体亚区进行了手动标注。这一成果意义非凡，它为 3T - 7T MR 图像合成模型以及 3T 图像上海马体自动分割算法的开发和评估提供了宝贵的数据基础，就如同为迷茫的航海者点亮了一座指明方向的灯塔，极大地推动了该领域的发展。这一研究成果发表在《Scientific Data》杂志上。
在研究过程中，研究人员运用了多种关键技术方法。首先是样本采集技术，从大学招募了 20 名符合条件的健康志愿者（10 男 10 女，年龄 18 - 25 岁）。接着，使用 3T Prisma 和 7T MAGNETOM MR 扫描仪，在同一天为每位志愿者进行扫描，获取不同模态的 MRI 数据。最后，采用特定的手动分割协议，借助 ITK - SNAP 软件，对 7T T2 加权图像中的海马体亚区进行精确标注。
下面来详细看看研究结果。
- 参与者信息：收集了参与者的多项信息，包括性别、年龄、教育年限、体重、身高、BMI 等基本信息，还通过一系列问卷评估了他们的认知功能（如 Mini - Mental State Examination，MMSE）、情绪状态（Self - Rating Depression Scale，SDS；Self - Rating Anxiety Scale，SAS）、睡眠质量（Pittsburgh sleep quality index，PSQI）等。这些信息为后续分析提供了丰富的背景资料。
- 图像采集：分别介绍了 3T 和 7T 扫描时不同序列的参数设置。3T 扫描有 T2 加权涡轮自旋回波（TSE）序列、各向同性 1mm3 的 T1 加权矢状面 3D 磁化准备快速梯度回波（MPRAGE）序列、全脑静息态 rfMRI 的 2D 回波平面成像（EPI）序列以及扩散加权成像（DWI）扫描；7T 扫描则有 T2 加权 Sampling Perfection with Application - optimized Contrasts by using flip angle Evolution（SPACE）序列、T1 加权 MPRAGE 序列和静息态 rfMRI 的 3D EPI 序列。这些不同的序列设置，为获取全面且准确的大脑影像数据奠定了基础。
- 海马体亚区分割：研究人员遵循特定的协议，结合新规则，使用 ITK - SNAP 软件在 7T T2 加权 MRI 扫描图像上手动勾勒出海马体亚区。为了确保分割的准确性和一致性，对一些关键亚区的边界确定方法进行了详细说明，比如 SUB 和 CA1 在不同切片上边界的确定方式等。
- 数据记录：数据集存储在 Figshare + 平台上，数据以不同格式存储在相应目录中。原始 MRI 数据以.ima 格式存储在‘rawdata_DICOM_3T/7T’目录；经转换为 NIfTI 格式并按照 BIDS 格式整理的数据存储在‘rawdata_BIDS_3T/7T’目录；海马体亚区分割相关文件在‘hippo_subfield’目录下；MRI 质量控制评估结果存储在‘MRIQC_3T/7T’目录。这样清晰的目录结构，方便研究人员查找和使用数据。
- 技术验证：对 7T T2 加权高分辨率结构图像上的海马体亚区分割进行可靠性评估，通过两名经验丰富的医学专家独立分割部分样本，并计算组内相关系数（ICC）和骰子相似系数（DSC），结果表明分割具有较高的可靠性。同时，利用 MRIQC 生成图像质量评估报告，计算了多种图像质量指标（IQMs），如信噪比（SNR）、熵聚焦准则（EFC）、对比度噪声比（CNR）等。结果显示，7T T2 加权图像在整体信号质量上优于 3T 图像，但也存在磁场不均匀等问题；在 rfMRI 方面，3T 和 7T 各有优势。
综合来看，这项研究成果显著。它提供了一个高质量的 3T 和 7T 多模态 MRI 配对数据集，为后续的研究搭建了坚实的数据平台。不过，研究也存在一定局限性，比如样本量较小，仅包含健康年轻成年人，这限制了模型的泛化能力。但不可否认的是，该研究为早期模型开发和评估提供了重要资源，未来若能扩大样本量、纳入更多病理案例，将进一步推动医学影像领域的发展，让我们对海马体结构和功能的理解更加深入，为神经和精神疾病的诊断与治疗带来新的希望。
