脑部纵向结构MRI刚性配准算法的精准度与逆一致性比较研究：ATRA新方法的优势验证

【编辑推荐】本研究针对脑部纵向结构MRI(sMRI)刚性配准需求，系统比较了新型标志物算法ATRA与FSL、FreeSurfer、ANTs的精度差异。通过150对跨年度sMRI数据验证，ATRA在配准误差>0.5mm时显著优于其他方法（准确率95.8%），且逆一致性表现最佳，为神经退行性疾病细微形态学变化监测提供了更可靠的技术支撑。

　　

随着人口老龄化加剧，神经退行性疾病的早期诊断成为重大挑战。脑部结构磁共振成像(sMRI)能捕捉细微形态变化，但跨时间点扫描的精准配准是核心难题。现有FSL、FreeSurfer等刚性配准算法存在配准误差累积、逆一致性不足等问题，可能掩盖轻度认知障碍(MCI)向阿尔茨海默病(AD)转化过程中的细微萎缩信号。

为解决这一技术瓶颈，研究人员开发了新型自动时序配准算法(ATRA)。该研究纳入ADNI数据库150名受试者（含CN正常老人、MCI和AD患者各50例）的300次T₁
加权扫描，间隔约1年。通过设计1800次交叉配准实验，采用视觉盲评和矩阵差异分析，首次系统评估了ATRA与传统方法的性能差异。

关键技术包括：1) 基于ADNI多中心队列的纵向sMRI数据；2) 四算法(ATRA/FSL/FreeSurfer/ANTs)的刚性配准实现；3) 逆一致性误差(ICE)量化指标；4) 配准差异超0.5mm时的专家盲评机制。

【Results】

• 执行效率：ATRA(112秒)快于ANTs(159秒)，慢于FSL(48秒)
• 精度验证：在48例显著差异案例中，ATRA优于FSL46例(p<.0001)；7例对比FreeSurfer中胜出6例
• 逆一致性：ATRA显著最优(p<.0001)，排序为ATRA>FreeSurfer>ANTs>FSL
• 疾病差异：AD组配准误差最大，验证算法在病理状态下的稳健性

【Discussion】
研究创新性提出"算法间差异阈值"概念，证实当配准偏差>0.5mm时，ATRA结果更接近真实解剖对应。其标志物策略有效克服了强度配准法对脑萎缩的敏感性，特别适用于AD等快速萎缩疾病的纵向研究。FreeSurfer表现次优但稳定性优于ANTs，而FSL在跨时间点配准时误差累积显著。

该成果发表于《Journal of Neuroscience Methods》，为神经影像领域提供了两个关键贡献：1) 建立首个多算法刚性配准性能评价框架；2) 验证ATRA在临床队列中的优越性，其组级配准能力可支持临床试验的影像终点评估。未来可扩展至帕金森病等其它神经退行性疾病的纵向监测应用。