自动皮层分区中表面积不对称性测量的系统性偏差及其解决方案

来自某研究团队的研究人员针对FreeSurfer等自动化神经解剖测量工具在表面积偏侧化研究中存在的系统性偏差问题开展研究。通过对比原始脑扫描与左右翻转后扫描的测量结果，发现默认处理流程会产生不合理的偏侧化模式，尤其在语言关键区表现显著。研究揭示了这种偏差源于分区图谱左右半球定义不一致，并提出使用对称模板、顶点分析和基于曲率的分区等无偏测量方法，为准确研究大脑结构-功能偏侧化关系提供了重要方法学参考。

　　

人类大脑的解剖不对称性(anatomical asymmetry)堪称其标志性特征，这种不对称很可能反映了大脑半球在功能组织上的差异。虽然FreeSurfer等自动化神经影像分析软件能高效测量脑结构并促进偏侧化研究，但研究者们发现个有趣的现象：使用该软件测量的表面积偏侧化(surface area lateralization)模式在不同人群中表现出惊人的一致性。

为了探究这一现象，科学家们设计了个巧妙的实验：比较原始脑扫描与左右镜像翻转后扫描的测量结果。令人惊讶的是，默认处理流程在翻转前后的数据中产生了明显矛盾的偏侧化模式——许多脑区始终表现出固定的左偏或右偏倾向，这种现象在语言相关脑区尤为突出。相比之下，人工标记(manual labeling)和基于曲率(curvature-based)的分区方法则能正确反映翻转后预期的偏侧化反转。

追根溯源，这种系统性偏差源于皮层分区图谱(cortical parcellation atlases)左右半球区域定义的不对称性。由于分区算法优先考虑顶点(vertex)与模板的对应关系而非个体解剖变异，任何基于不对称图谱的分区都可能携带这种偏差。研究团队贴心地提出了多种解决方案：采用对称的配准模板(symmetric registration templates)和分区图谱、开展顶点水平(vertex-wise)分析，以及基于个体曲率特征的分区方法。

这项研究不仅揭示了神经影像分析方法学上的潜在陷阱，更强调了在探究大脑结构-功能偏侧化关系时，采用无偏测量方法的重要性。毕竟，要真正理解为什么我们的大脑会"左右有别"，首先得确保测量工具本身不会"偏心眼儿"。