基于贝叶斯方法的K?rger模型在人脑灰质跨细胞膜水交换时间(τex)评估中的优越性研究

为解决临床环境下人脑跨细胞膜水交换时间(τex)精准测量难题，研究人员通过有限差分法模拟不同膜通透性条件下的扩散磁共振信号，并采用刺激回波采集模式(STEAM)在3T扫描仪上获取7名健康受试者扩散时间(td 50-500ms)数据。研究发现贝叶斯法较非线性最小二乘法(NLLS)显著提升τex估算精度（RMSE降低40-70ms），尤其在低信噪比条件下，采用对数先验的贝叶斯方案表现最优，为临床脑功能评估提供新方法学支撑。

　　

这项突破性研究揭示了贝叶斯统计方法在量化人脑灰质跨细胞膜水交换动力学中的革命性应用。通过精巧设计的球形细胞有限差分模拟，团队系统比对了贝叶斯与传统非线性最小二乘(NLLS)算法对交换时间τ_ex的估算效能。令人振奋的是，在3T磁共振扫描仪采集的刺激回波扩散加权成像(STEAM-DWI)数据中，贝叶斯方法展现出惊人的稳定性——其估算的τ_ex值不仅误差较NLLS降低30%以上，更首次绘制出人脑灰质精细分区图谱：深部灰质(如基底节)的τ_ex(70ms)显著高于皮层区域(40ms)，这为理解脑细胞膜选择性通透机制提供了定量标尺。研究特别指出，当采用对数先验约束时，算法在低信噪比场景下仍能保持<5%的相对误差，这种抗干扰特性使其在临床卒中、肿瘤等病理状态下的细胞膜功能评估中具有重大应用潜力。