脑微结构扩散MRI研究的质量控制：基于扩散体模的DTI/DKI/NODDI模型稳定性评估

本研究针对扩散MRI（DWI）在脑微结构研究中缺乏标准化验证方法的问题，开发了基于DTI体模的多模型验证体系。牛津大学团队通过体模与健康志愿者实验，证实DTI/DKI/NODDI模型参数具有优异的时间稳定性（CoV<5%），为临床纵向研究提供了质量控制新范式。

　　

在神经影像学领域，扩散加权成像（DWI）已成为揭示脑组织微观结构的利器，从经典的扩散张量成像（DTI）到新兴的神经突定向分散密度成像（NODDI），这些技术能捕捉水分子的微观运动特征。然而这个领域长期存在一个"阿喀琉斯之踵"——缺乏标准化的验证方法。当研究人员比较不同时间点或不同中心的检测结果时，就像用没有校准的尺子测量物体，难以区分是真实的生物学变化还是技术误差。这种困境严重制约着阿尔茨海默病、多发性硬化等神经退行性疾病的纵向研究可靠性。

牛津大学临床磁共振研究中心（Oxford Centre for Clinical Magnetic Resonance Research）的Mattia Ricchi等研究者提出了创新解决方案。他们巧妙利用德国癌症研究中心开发的DTI体模，这个包含15μm聚酯纤维环的装置能模拟人脑白质的各向异性扩散特性。研究团队通过4次跨日扫描和8次连续扫描实验，结合4名健康志愿者的在体验证，系统评估了DTI、扩散峰度成像（DKI）和Bingham-NODDI模型的稳定性。相关成果发表在《Scientific Reports》上，为扩散MRI研究建立了首个多模型质量控制参照体系。

关键技术方法包括：使用GE 3T MRI扫描仪进行多壳层HARDI协议采集（b=1000/2600 s/mm²）；FSL软件进行eddy电流和磁场不均匀性校正；Dmipy工具包实现Bingham-NODDI模型拟合；通过变异系数（CoV）和重复性系数（RC）定量评估稳定性。

结果

体模验证
纤维环区域的分数各向异性（FA）展现出惊人的稳定性，跨日扫描CoV仅1.03%，连续扫描更降至0.54%。扩散指标如平均扩散率（MD）和神经突定向分散指数（ODI）的CoV均<5%，证实体模可作为"黄金标准"。值得注意的是，传统DKI的轴向峰度（AK）受梯度线圈加热影响较大（CoV=9.36%），而改进的均值信号DKI（MSDKI）参数稳定性显著提升。

在体验证
健康志愿者数据显示，白质区如胼胝体压部的ODI（0.0073 RC）比灰质区（尾状核0.0088 RC）更具重复性。所有脑区的组织体积分数RC<0.042，证实NODDI模型能稳定捕捉微结构特征。

结论与意义

该研究确立了DTI体模作为扩散MRI多模型验证的"定海神针"，其核心价值体现在三个方面：首先，<5%的参数变异阈值为临床研究提供了明确的质控标准；其次，揭示了MSDKI相比传统DKI的技术优势；最后，证实NODDI模型虽存在固有假设局限（如固定神经突内扩散率），但具备优秀的纵向稳定性。

研究团队特别指出，梯度线圈加热会导致AK指标波动，这一发现对扫描协议优化具有直接指导意义。未来将通过多中心研究进一步验证该体模在不同场强MRI系统中的普适性，推动建立国际统一的扩散MRI校准规范。正如作者强调的，这项成果不仅填补了方法学空白，更将成为神经退行性疾病微观结构研究的质量基石，使科学家们终于拥有了一把"校准过的尺子"来精确测量脑微结构的动态变化。