《Brain Sciences》：Tractometric: A Diffusion Tractography Software Engine for Integration into a Neuronavigation System: Technical Development and Preliminary Clinical Feasibility
编辑推荐：
背景：弥散磁共振成像纤维束示踪技术（diffusion MRI tractography）可支持个体化的神经外科手术规划，但其临床应用可能受限于工作流程复杂性、软件需求及资源约束。研究人员描述了Tractometric?——一款为集成至Surgimetric?
背景：弥散磁共振成像纤维束示踪技术（diffusion MRI tractography）可支持个体化的神经外科手术规划，但其临床应用可能受限于工作流程复杂性、软件需求及资源约束。研究人员描述了Tractometric?——一款为集成至Surgimetric?神经导航规划环境而开发的弥散纤维束示踪软件引擎。方法：Tractometric?通过涉及神经外科医师与神经影像专家的多学科、迭代式协同设计流程开发。该软件采用基于Python（版本3.11）实现的模块化模型-视图-控制器（Model–View–Controller，MVC）架构，支持多种弥散重建模型、确定性及概率性追踪算法、患者特异性及图谱衍生感兴趣区（regions of interest，ROIs）、可视化及互操作性导出。本研究设计为技术开发与初步临床可行性报告。技术工作流程特征通过30例病例进行回顾性描述，而初步临床可行性则在8例接受纤维束示踪辅助手术规划的患者中予以探索。术中直接皮层及皮层下电刺激作为定性临床参照，而非正式的诊断准确性检验。结果：Tractometric?实现了从弥散数据加载与预处理至纤维束重建、过滤、可视化及导出至Surgimetric?的完整工作流程。30例技术病例系列展示了处理时间及用户交互随操作者经验、重建模型、配准、ROI策略及手动清理的差异。在8例初步临床病例中，重建的运动及语言通路与阳性术中刺激发现定性一致。未计算正式的敏感性、特异性、空间一致性或重测信度估计值。结论：Tractometric?为弥散纤维束示踪与神经导航规划提供了集成化技术工作流程，并在初步临床病例系列中实现可行。当前数据支持技术可行性及工作流程集成，但并未确立解剖学准确性、可重复性、临床疗效或成本效益。有必要采用标准化采集、预定义纤维束示踪参数、定量空间指标及系统性术中绘图开展独立的前瞻性验证。
一、研究背景与问题
尽管神经外科技术持续进步，包括人工智能、增强现实、术中成像及弥散磁共振成像（diffusion magnetic resonance imaging，dMRI）等，但先进神经外科技术的可及性在全球各医疗体系中仍不均衡，尤其在中低收入国家（low- and middle-income countries，LMICs）中更为突出。集成专用硬件、专有软件、技术支持及神经导航的一体化平台可能需要大量机构投资。在部分拉丁美洲地区，先进技术可能通过按病例租赁模式提供，虽可降低资本购置需求，但仍可能产生可观的单次手术成本。这些考量构成了开发可在现有成像与导航基础设施内运行的互操作软件工作流程的重要理由。
目前已有多种弥散MRI纤维束示踪平台可供使用，包括DSI Studio、MRtrix3、DIPY及SlicerDMRI等。这些工具扩大了弥散重建的可及性，但纤维束示踪向临床工作流程的转化在技术上仍具挑战性。预处理、弥散模型、种子策略、停止标准、配准及流线过滤等方面的差异可实质性影响最终纤维束图结果。此外，纤维束示踪本质上易受假阳性和假阴性重建的影响，定量验证通常需要参考解剖、体模、示踪剂数据或其他预定义金标准方法。因此，用于神经外科目的的软件平台不仅应评估其能否生成纤维束图，还应评估生成这些纤维束图过程中的透明度、互操作性、可重复性及临床工作流程。
二、研究内容与结论
研究人员介绍了Tractometric?（哥伦比亚波哥大），一款设计用于与Surgimetric?神经导航规划环境集成的弥散纤维束示踪软件引擎。主要目标是描述该平台的技术架构、处理工作流程、弥散重建能力及互操作性。次要目标是在小型回顾性病例系列中报告初步临床可行性，其中纤维束示踪被纳入神经外科手术规划并与术中功能定位联合解读。研究被有意构建为技术开发与可行性报告，而非正式验证、诊断准确性、可用性、结局或成本效益研究。
研究结论表明，Tractometric?实现了从弥散数据加载、预处理到纤维束重建、过滤、可视化及导出至Surgimetric?的完整工作流程。30例回顾性技术病例系列描述了工作流程使用及处理时间变异性。8例初步临床病例表明纤维束示踪信息可纳入手术规划并与术中皮层及皮层下定位联合解读。该平台支持技术可行性及工作流程集成，但不应被解读为解剖学准确性、操作者间可重复性、独立可用性、临床疗效、术后结局改善或成本效益的证据。
三、关键技术方法
研究人员采用多学科迭代协同设计流程开发Tractometric?软件，涉及神经外科医师与神经影像专家。软件基于Python 3.11实现，采用模型-视图-控制器（MVC）架构，包含视图层（基于Matplotlib的二维解剖切片可视化、基于可视化工具包（VTK）的三维体积及纤维束渲染、基于ttkbootstrap和Tkinter的用户界面组件）、控制器层（执行时间集中管理、上下文感知错误处理、并行异步协调）及模型层（DICOM、NIfTI、BVAL、BVEC数据读写转换、预处理、弥散模型重建、方向峰估计、掩膜及种子生成、ROI管理、确定性及概率性追踪）。软件支持DTI、SHORE、GQI、CSA及SfM重建框架，使用DIPY、NiBabel和pydicom库。临床可行性分析数据来自8例患者，在单一Siemens Aera扫描仪上采集，单壳层b=1000 s/mm2、64个非共线方向。30例技术病例则来自8种不同扫描仪型号，参数因扫描仪而异。
四、研究结果
4.1 弥散神经影像算法
系统集成了涵盖运动/畸变校正与去噪、弥散模型重建、方向峰估计、掩膜与种子生成、确定性或概率性纤维追踪及纤维束过滤/聚类的系列dMRI处理功能。支持的重建框架包括DTI、SHORE、GQI、CSA及SfM。掩膜可通过基于阈值或Otsu程序自动生成，也可使用交互工具手动生成。追踪参数包括步长、角度约束、停止阈值、种子密度及最小/最大纤维长度。最终纤维束图可通过解剖ROI、几何标准、聚类及手动二维/三维编辑进行过滤。软件接受DICOM、NIfTI、BVAL和BVEC输入，支持以VTK格式导出纤维（dMRI空间）及以BIN格式存储配准变换矩阵，用于与Surgimetric?无缝集成。
4.2 工作流程
Tractometric?工作流程包含七个连续阶段：弥散及结构MRI数据加载与质量控制；脑/停止掩膜的生成或选择；弥散模型的选择与重建；局部方向峰估计及追踪约束生成；种子与过滤ROI定义（手动或图谱配准）；确定性或概率性流线生成及可选聚类与手动清理；纤维束图及配准矩阵在Surgimetric?中的导出与融合。序列灵活，用户可在生成最终纤维束图前返回早期阶段更改模型、ROI或追踪参数。
4.3 技术系列与临床可行性亚组
回顾性技术系列30例用于描述工作流程使用及处理时间变异性。初步临床可行性在8例接受纤维束示踪辅助手术规划的患者中评估，以术中直接皮层及/或皮层下电刺激作为定性功能参照。8例临床病例中，3例病灶邻近下行运动通路，5例病灶累及或邻近语言相关网络。运动病例中，阳性皮层及皮层下刺激发现与重建的皮质脊髓束（CST）定性一致。语言病例中，阳性刺激位点与重建的弓状束、上纵束（SLF）、下额枕束（IFOF）及钩束轨迹定性一致，刺激产生命名障碍、错语或语法障碍等语言紊乱。可获得的病例系列中报告手术计划未改变。术后观察描述性记录显示，8例病例中无术后神经功能恶化记录，卡氏功能状态评分（KPS）在术后即刻期间描述为不变。
4.4 技术工作流程特征与初步临床参照
三个操作会话分别由软件开发者、神经外科医师及生物医学工程师执行，展示了实际工作流程及纤维束重建的操作者依赖性处理需求。重建模型、配准、ROI定义及手动精炼的差异影响处理时间，因此30例系列被视为技术工作流程特征描述而非正式可重复性或性能分析。探索性DSI Studio?比较提供了弥散处理任务的实用参照，但鉴于缺乏标准化参数、匹配ROI、独立操作者及定量空间测量，并未确立解剖等效性、准确性或优越性。
4.5 示例病例
病例1为32岁男性，左侧颞叶海绵状血管畸形，病灶解剖学上邻近左下纵束（ILF）及下额枕束（IFOF）。患者接受清醒开颅手术，直接刺激下纵束区域时产生错语。实现大体全切。术后短暂错语于2个月后改善，随访1年无进一步神经功能恶化。病例2为68岁女性，右侧深部额叶病灶疑似转移瘤，解剖学上与CST相关。患者接受清醒开颅手术，重建CST及其周罗兰迪克末端纳入规划并作为皮层下刺激期间的解剖参照。实现大体全切，术后肌力在3个月内逐步改善。组织病理符合转移性乳腺癌。
五、讨论与结论
研究的主要贡献在于开发了Tractometric?并将患者特异性纤维束图转移至神经导航规划环境中的临床工作流程集成。该开发的动机在中低收入国家尤为相关，其中先进成像与导航的实施可能受采集、软件、基础设施、维护及培训要求所限。研究未提供正式经济学评价，因此未确立Tractometric?的成本效益或相对于完整商业神经导航生态系统的价格优势。
研究存在多项局限性：未包含正式可重复性方案；弥散采集未前瞻性统一；无磁敏感性畸变校正（无场图或反向相位编码采集）；扩散梯度向量在运动校正后未重新定向；DSI Studio比较为探索性而非验证实验；直接皮层及皮层下刺激不构成皮层下纤维束解剖的完整参照标准；图谱配准可能受占位效应、水肿、切除腔或其他解剖畸变影响；工作流程部分依赖专家判断；临床病例存在选择及确认偏倚。
结论：Tractometric?是一款弥散纤维束示踪软件引擎，旨在提供模块化处理工作流程及将患者特异性纤维束图互操作转移至神经导航规划环境。在本次技术开发与初步可行性研究中，平台成功支持弥散数据加载、多模型重建、基于ROI的追踪、纤维束精炼、可视化及导出至Surgimetric?。30例回顾性系列描述了工作流程及处理时间变异性，8例临床病例表明纤维束示踪信息可纳入手术规划并与术中皮层及皮层下定位联合解读。这些发现支持技术可行性及工作流程集成，不应被解读为解剖学准确性、操作者间可重复性、独立可用性、临床疗效、术后结局改善或成本效益的证据。未来前瞻性研究应采用标准化弥散采集、锁定处理参数、独立操作者、针对参考数据集的定量空间验证、阳性及阴性刺激位点的系统记录及预定义临床终点。在此类数据可获取之前，Tractometric?应被视为具备初步临床可行性的技术与工作流程集成平台，而非经过正式验证的纤维束示踪或临床决策支持系统。
