基于独立局部仿真的组织学大域扩散磁共振模拟

《Journal of Magnetic Resonance》：Large-domain histology-based diffusion MRI simulation via independent local simulations

　　

自动化的组织学全切片扩散磁共振成像（diffusion MRI，dMRI）仿真流程，采用有限元Bloch-Torrey仿真。提出一种子域平铺策略，将内存使用限制在与全局域尺寸无关的范围内。验证了大域组织学扩散仿真与全域解的一致性达到0.07%。

研究背景与现存问题

扩散磁共振成像（diffusion MRI，dMRI）是一种无创成像技术，通过探测生物组织中水分子的微观扩散来推断细胞密度、细胞外体积分数或纤维结构等生物学特性。然而，临床dMRI的空间分辨率通常在毫米量级，远大于决定扩散行为的细胞结构。因此，每个成像体素的信号反映的是复杂细胞结构的空间平均。组织学则能以细胞分辨率直接显示组织微观结构。建立从细胞尺度组织学到毫米尺度扩散测量之间的定量联系，是微结构成像领域的核心挑战。

直接比较体内dMRI与离体组织学受到多种因素的干扰，包括固定和切片过程中引入的组织变形、皱缩和染色伪影，以及多模态图像配准的固有困难。数值模拟提供了一种替代方案：通过直接从组织学衍生的组织几何结构中生成合成扩散信号，可以在受控采集条件下系统地研究特定微结构特征如何影响可测量的扩散指标。

已有若干研究证明了基于组织学的扩散仿真的可行性。二维分割被拉伸成简化的三维基底，电子显微镜或共聚焦显微镜实现了详细三维网格的重建。在肿瘤学应用中，有研究提出了组织学信息驱动的仿真框架，其中手动分割的二维苏木精-伊红（Hematoxylin-Eosin，H&E）图像被拉伸形成虚拟三维环境，用于生成扩散信号字典。这些工作显示了组织学驱动建模的前景，但通常依赖手动分割步骤、大量计算资源或在有限空间范围内的仿真。

即使获得了真实的几何结构，计算可扩展性仍是额外挑战。能够处理真实几何结构的数值仿真方法包括蒙特卡洛（Monte Carlo，MC）方法和偏微分方程（Partial Differential Equation，PDE）求解器。代表性工具有Camino、Disimpy、SpinDoctor和MATI。虽然这些框架实现了高保真建模，但其计算和内存需求随域大小和空间分辨率急剧增加。因此，许多仿真是在远小于典型临床体素的空间域上进行的。

这种尺度差异可能导致扩散指标的系统性偏差。例如，有研究表明，在随机堆积圆柱体模型中使用过小的域会导致径向信号衰减的有偏估计。接近毫米尺度的大规模仿真已通过GPU加速或分布式计算集群实现，但这类方法通常需要大量的硬件基础设施。

研究目的与意义

本研究旨在解决上述挑战，提出一个端到端的、可扩展的组织学基dMRI仿真框架。该框架集成了二维全切片细胞分割、网格生成和有限元Bloch-Torrey仿真，形成一个统一的自动化流程。为了实现临床相关平面内体素尺寸的仿真而不导致内存的过度增长，研究人员引入了一种内存稳定的子域平铺策略：将大块组织区域划分为不重叠的子域，每个子域扩展一个固定边距后独立仿真（采用无通量边界条件），然后从内部区域聚合扩散信号以控制边界伪影。由于峰值内存消耗仅取决于子域大小而非总域范围，因此可以在标准工作站硬件上对大型组织学视野进行仿真，无需GPU加速或分布式计算。

主要关键技术方法

研究人员建立了一套完整的自动化流程，主要包括以下几个环节：

1. 1.
   全切片图像获取与细胞分割：使用了来自TCGA-LIHC数据集的公开肝细胞癌（Hepatocellular Carcinoma，HCC）全切片H&E染色组织学切片。在QuPath软件中利用预训练的StarDist模型进行全细胞分割。首先对输入图像进行归一化，检测细胞核（概率阈值0.4，分辨率0.5 μm/像素），然后将检测到的细胞核径向扩展5 μm以近似全细胞边界，最终标签图像重采样至0.1 μm/像素以减少离散化伪影。
2. 2.
   网格构建：利用CGAL库将每个分割后的组织学贴片标签图像转换为三角表面网格，并标记各分区边界，显式编码细胞内-细胞外和细胞外-外部界面。
3. 3.
   扩散MRI仿真：使用SpinDoctor的Julia实现求解Bloch-Torrey偏微分方程。该方程描述了横向磁化强度在扩散和弛豫作用下的演化。仿真采用标准脉冲梯度自旋回波（Pulsed Gradient Spin Echo，PGSE）序列，参数设定为b=800 s/mm2，δ=9.5 ms，Δ=25.8 ms（对应西门子Magnetom Vida 3T系统）。假设各分区内扩散各向同性，设置细胞外扩散率为0.003 mm2/s，细胞内扩散率为0.001 mm2/s，细胞膜通透性为0 μm/s。时间积分采用Crank-Nicholson方法。
4. 4.
   可扩展子域仿真策略：为了克服全域仿真的内存限制，研究人员提出将感兴趣区Ω划分为N个非重叠子域Ω_i。每个子域扩展一个固定边距形成扩展仿真区域Ω_i^ext，在这些扩展区域上独立执行dMRI仿真（采用无通量边界条件）。仿真完成后，仅保留对应原始子域Ω_i的中心裁剪区域的磁化强度，然后按公式S_agg = | Σ ∫_Ωi M(x, T_E) dx | 聚合整个区域Ω的扩散加权信号。该方法利用了边界增强效应的局域性：当扩散长度l_D远小于域特征尺寸l_s时，域内部的磁化强度接近无界介质的情况，而失真仅限于边界附近区域。通过选择合适的子域大小和扩展边距，可以确保中心裁剪区域不受边界效应影响。

研究结果

子域大小和扩展边距的选择

为了确定能可靠抑制边界伪影同时最小化计算开销的子域大小和扩展边距，研究人员在空域中模拟了无限制扩散。对于宽度分别为110 μm、130 μm和150 μm的方形域，计算了不同中心裁剪尺寸下的仿真信号衰减，并与理论衰减进行比较。结果显示，150 μm的扩展域宽度配合32 μm的中心裁剪，相对误差仅为0.08%。因此，后续实验均采用此配置。

组织学基仿真——网格分辨率选择

研究人员对64个随机选取的几何结构进行了网格分辨率研究，变化CGAL的facet_size参数（对应三角形边长从0.1 μm到1 μm）。以最精细网格（平均223万个节点）的结果为数值参考，评估各分辨率下的信号误差。结果表明，当平均节点数达到25.8万（对应三角形边长0.3 μm）时，中位相对误差为0.05%，所有几何结构的误差均低于0.2%。基于精度-效率权衡，后续仿真均采用此分辨率。

组织学基仿真——大域仿真结果

研究人员对一个928 μm × 928 μm的组织学区域进行了两种方式的仿真：一是作为单个全域进行仿真（参考基准）；二是分解为子域后进行聚合。结果表明，子域聚合方法再现了800 μm × 800 μm中心区域的信号，偏差仅为0.07%。在全域仿真中，网格生成耗时12小时18分，dMRI仿真耗时102小时35分，峰值内存达869.1 GB。而在子域方法中（使用64个并行进程），网格生成耗时4小时48分，dMRI仿真耗时6小时32分，每个扩展子域的峰值内存需求低于7.4 GB，总峰值内存上限为473.6 GB。这证明了子域方法在保持高精度的同时，显著降低了内存需求并缩短了计算时间。

组织学基仿真——内存和运行时间的缩放

研究人员测试了不同大小的全域仿真（从192 μm × 192 μm到928 μm × 928 μm），发现运行时间和峰值内存随域大小急剧增加（例如，928 μm域需93小时26分和869.1 GB内存）。相比之下，子域方法的内存使用不随全局域大小增长，始终保持恒定（约7.4 GB/子域）。在并行计算方面，子域仿真表现出高度并行性，在64个并发进程下实现了每小时96个子域的吞吐量。若串行执行，子域方法总耗时约444小时，比全域仿真慢4.3倍；但在64进程并行下，耗时降至6.5小时，实现了14倍的加速。

组织学基仿真——异质性组织中域大小的影响

为了展示在临床体素尺度进行仿真的实际意义，研究人员将一个2016 μm × 2016 μm的异质性区域应用了所提出的框架。该区域包含细胞密集区和稀疏区。全异质性域的方向平均表观扩散系数（Apparent Diffusion Coefficient，ADC）为8.06×10^-4 mm2/s。而密集子区的ADC为6.08×10^-4 mm2/s（低24.6%），稀疏子区的ADC为15.09×10^-4 mm2/s（高87.2%）。这表明，在异质性组织中，从小型局部均匀区域仿真得到的扩散指标可能与临床体素尺度的结果存在显著差异，强调了在组织学扩散建模中保留组织异质性的重要性。

讨论与结论总结

本工作提出了一个可扩展的自动化框架，将常规组织学切片与临床相关空间尺度的dMRI仿真联系起来。通过将仿真域划分为独立子域、扩展固定边距并仅从中心裁剪区域聚合信号，该方法实现了对无界介质的良好近似，同时保持了有界的内存使用。在组织学衍生的肝脏数据集上的应用表明，该方法能以极低的偏差（0.07%）复现全域参考信号，并在异质性组织中揭示了小域仿真可能带来的ADC偏差。

讨论部分指出，该方法的有效性依赖于扩散时间相对于特征域尺度较短的条件。在长扩散时间下，需要更大的子域来维持无伪影的中心区域，这会降低计算优势。此外，高b值（如b=3000 s/mm2）仍可行，但需要针对最高目标b值校准网格分辨率、子域和中心裁剪大小。在并行计算方面，受限于内存带宽，在测试系统上超过64个并发进程后收益递减。

研究结论部分翻译如下：

研究人员提出了一种自动化的、可扩展的组织学基dMRI仿真框架，使得仿真能够在接近临床成像体素的空间尺度上进行。通过结合全切片细胞分割、网格生成、有限元Bloch-Torrey仿真和子域聚合策略，该方法克服了传统全域仿真中内存急剧增长的难题。结果表明，从独立仿真的扩展子域聚合信号能够以高精度复现全域扩散信号，同时保持与全局域大小无关的有界内存使用。应用于异质性肝脏组织学的研究进一步表明，从小型局部均匀区域导出的扩散指标可能与临床相关空间尺度上的结果存在显著差异，这强调了在组织学扩散建模中保留组织异质性的重要性。除了本文的具体实验外，所提出的方法是通用的，兼容不同的分割策略和数值求解器。尽管本研究聚焦于二维组织学，同样的原理自然扩展到体积组织重建和三维扩散仿真。该框架为大规模组织学信息驱动的数字体模生成、生物物理扩散模型的定量验证以及系统研究组织微结构与dMRI测量之间的关系提供了实用基础。