多模态脑MRI跨站点跨设备标准化：牛津-诺丁汉ON-Harmony资源助力神经影像可重复性研究

编辑推荐：针对MRI跨设备差异阻碍神经影像研究可重复性的难题，英国研究团队通过"旅行头部"范式构建了包含20名受试者、6台3T扫描仪、5种模态（T1w/T2w/dMRI/rfMRI/SWI）的ON-Harmony资源，量化了生物变异、设备间变异和扫描内变异，为评估ComBat等标准化算法提供了基准数据集，对推动多中心神经影像研究具有重要价值。

　　

磁共振成像（MRI）技术虽已成为研究活体大脑的利器，但不同扫描仪硬件/软件的差异常引入非生物干扰因素，使得跨设备数据可比性成为困扰神经科学家的"阿喀琉斯之踵"。这种标准化缺失不仅影响研究可重复性，更阻碍了多中心数据的整合分析——而后者恰恰是提升统计效能、验证科学发现的关键。当扫描仪导致的个体内变异甚至接近个体间生物变异时，我们该如何区分真实的神经特征与技术伪影？这一困境在临床研究和药物试验中尤为突出，直接制约着MRI向临床转化的步伐。

针对这一挑战，英国诺丁汉大学与牛津大学的研究团队在《Scientific Data》发表了迄今最全面的脑MRI标准化资源——牛津-诺丁汉标准化（ON-Harmony）数据集。研究采用"旅行头部"创新范式，让20名健康志愿者在6台不同厂商（GE/Philips/Siemens）的3T扫描仪上重复扫描，涵盖T1加权（T1w）、T2加权（T2w）、扩散MRI（dMRI）、静息态功能MRI（rfMRI）和磁敏感加权成像（SWI）五种模态，协议均与UK Biobank对齐。特别设计的是，约半数参与者还接受了同一扫描仪的5次重复测量，由此构建的165次多模态扫描会话，首次实现了对数百个MRI衍生指标在生物变异、扫描仪间变异和扫描内变异的三维解析。

研究团队采用多管齐下的技术路线：首先基于UK Biobank协议进行跨厂商参数匹配，通过dcm2niix工具实现DICOM到NIfTI格式转换，并采用BIDS标准组织数据；继而运用改良版UKBB流程提取数千个影像表型（IDPs），包括FreeSurfer生成的皮层分区、FSL-XTRACT重建的白质纤维束等；通过MRIQC和eddyQC工具量化图像质量指标（IQMs）；最后采用ComBat算法进行批次效应校正。所有数据均通过OpenNeuro平台开放共享。

研究结果呈现四大发现：在数据质量方面，图像质量指标z分数热图显示所有扫描仪均保持良好一致性，绝对z值不超过2.12，其中西门子Prisma32在扩散成像中表现最优（图6）。在变异特征方面，扫描内重复测量的IDPs相似性显著高于跨设备测量（中位相关系数0.92 vs 0.85），且不同厂商设备形成预期中的亚组聚类（图7a）。引人注目的是，扫描仪间变异系数（CoV）在某些模态（如dMRI）甚至接近个体间生物变异（图8d），这一量化结果为标准化必要性提供了铁证。

在方法验证环节，研究证实ComBat算法可有效缩小扫描仪间差异，使校正后变异更接近扫描内基线水平（图9）。以皮层灰质体积为例，其扫描间CoV从预处理前的5.8%降至4.2%，接近扫描内变异的3.7%。而在处理流程通用性评估中，FSL-XTRACT纤维束重建与UK Biobank参考图谱的相关系数普遍高于0.6，但GE MR750因单壳层采集限制，在上纵束（SLF）重建中表现欠佳（图10b），揭示了硬件差异对分析流程的潜在影响。

这项研究通过精心设计的标准化资源，为神经影像领域提供了三大价值：其一，建立的变异基线使研究者能客观评估新型标准化算法的效能；其二，多厂商数据为开发通用处理流程（即"隐性标准化"）提供了试验场；其三，揭示的协议对齐局限性为未来扫描协议优化指明方向。正如作者强调，ON-Harmony并非用于设备性能评比，而是作为方法开发的"罗塞塔石碑"，帮助破解不同扫描系统产生的数据差异密码。随着更多研究者对这一资源的开发利用，我们有望建立更稳健的神经影像生物标志物体系，最终推动脑科学研究从"可重复性危机"走向"标准化新时代"。