《Annals of Biomedical Engineering》：A Reproducible MRI-to-FE Workflow for Generating Population-Specific and Subject-Specific Finite Element Head Models
编辑推荐：
目的：有限元（FE）模型被广泛用于研究创伤性脑损伤（TBI），但大多数模型基于单受试者扫描或通用图谱构建，可能无法代表特定人群，从而引入生物力学输出的变异性。本研究提出一个可复现的框架，用于生成群体特异性MRI衍生模板脑，并构建具有代表性的FE头部模型。
方法
目的：有限元（FE）模型被广泛用于研究创伤性脑损伤（TBI），但大多数模型基于单受试者扫描或通用图谱构建，可能无法代表特定人群，从而引入生物力学输出的变异性。本研究提出一个可复现的框架，用于生成群体特异性MRI衍生模板脑，并构建具有代表性的FE头部模型。
方法：基于碰撞运动运动员（n = 78）的T1加权和扩散加权MRI扫描创建群体特异性模板。随后从该模板生成FE头部模型，并利用MRI衍生的微结构信息映射材料属性。通过基于形变的形态测量学（deformation-based morphometry）与标准脑图谱比较，评估模板的解剖学准确性。该FE模型针对尸体头部撞击实验进行了验证。同时开发了受试者特异性FE模型，以检验该流程的适用性和模型性能。
结果：将外部非碰撞运动对照组（n = 20）配准至该模板时，与配准至MNI152及现有青少年图谱相比，形变量减少，表明人群代表性得到改善。针对尸体数据的验证显示，模拟与实验节点位移之间存在小至中等程度的相关性。在两种撞击强度下，受试者特异性模型与各向同性及纤维弥散信息模型之间的应变分布存在显著差异；而两种模板模型之间无显著差异。
结论：所提出的框架可利用开放获取工具实现人群特异性FE脑模型的可复现构建。结果强调了受试者及人群特异性建模对于准确表征脑生物力学的重要性。该方法提升了FE模型的解剖学与微结构真实性，并支持将力学应变更精确地映射至TBI的临床结局。
一、研究背景与问题
创伤性脑损伤（TBI）是全球性重大公共卫生问题，每年影响约7000万人，造成显著的社会经济负担。轻型创伤性脑损伤（mTBI）占所有TBI病例的95%，而亚临床头部加速事件（HAE）虽不产生急性临床症状，但已被证实可诱导长期神经效应。有限元（FE）头部模型是研究脑撞击生物力学的重要工具，然而现有模型多基于单受试者扫描、人群第50百分位几何或通用开源脑图谱构建，难以代表特定研究队列的解剖特征。脑几何在年龄、性别和发育阶段间差异显著，这些差异已被证明会影响头部撞击过程中的脑生物力学响应。因此，基于非代表性模板构建的FE模型可能引入几何偏倚，降低模拟结果的有效性。此外，现有成人脑图谱可能不适用于青少年等特定人群，而碰撞运动运动员因反复HAE暴露可能表现出与非接触运动或同龄人群不同的神经解剖轨迹。在材料属性方面，多数受试者特异性模型采用均质脑材料，未考虑脑组织材料属性的异质性和受试者特异性。基于上述问题，本研究旨在建立人群特异性脑模板和图谱，构建FE头部模型，并验证模型有效性，最终建立可复现的MRI-to-FE流程。
二、研究内容与结论
研究人员开发了一套从MRI预处理到FE模拟的完整可复现流程，利用78名青少年橄榄球运动员的T1加权和扩散加权MRI数据生成人群特异性模板脑（AMARA-78），并据此构建FE头部模型。该模型整合了MRI衍生的微结构信息，包括基于各向异性分数（FA）的纤维弥散参数和纤维方向分布（FOD）数据。研究结果表明，AMARA-78模板相比MNI152和现有青少年图谱（PNG），对非碰撞运动对照组的配准形变量更小，表明人群代表性更优。FE模型与两套尸体头部撞击实验数据（Alshareef et al.和Hardy et al.）的验证显示中等程度的一致性。受试者特异性模型与模板模型在应变分布上存在显著差异，且受试者特异性材料属性对模型性能的影响大于各向异性材料行为的引入。该框架的意义在于使研究团队能够针对特定队列个性化其FE模型，提高解剖学和微结构真实性，支持将力学应变更精确地映射至TBI临床结局。
三、关键技术方法
本研究采用多模态MRI数据，样本来自新西兰青少年男性橄榄球运动员队列（n = 78），另设非碰撞运动对照组（n = 20）。T1加权图像经HD-Bet去颅骨、CAT组织分割和N4偏场校正；扩散MRI经FSL和MRtrix3预处理，包括去噪、涡流和运动伪影校正及Synb0-DISCO畸变校正。利用ANTs多变量模板构建生成T1和FA联合人群模板，MRtrix3生成群体FOD模板。SynthSeg执行皮层分割（Desikan–Killiany图谱），TractSeg分割白质纤维束。FE网格由3DSlicer生成表面网格后经PolyCube生成六面体网格，通过Python脚本实现MRI体素与单元映射，采用基于Gasser-Ogden-Holzapfel（GOH）公式的超粘弹性纤维增强各向异性本构模型。受试者特异性模型通过自由变形算法将模板网格形变至个体几何。
四、研究结果
AMARA-78模板评估：模板各区域体积与输入橄榄球运动员队列均值比较，多数区域位于1个标准差以内，仅双侧大脑皮层和脑脊液除外。基于形变的形态测量学分析显示，使用AMARA-78配准时的显著大形变体素数量（94,920）少于MNI152（140,148）和PNG（376,624），表明AMARA-78对目标队列的解剖代表性更优。
FE模型验证：针对Alshareef et al.实验，模拟与实验位移响应的CORA评分范围为0.26至0.56，呈中等一致性；针对Hardy et al.实验，CORA评分范围为0.46至0.82。敏感性分析显示，灰质和白质密度对验证性能影响最大，其次为硬脑膜、大脑镰和小脑幕的泊松比。
模板与受试者特异性模型比较：MRI衍生总颅内体积与FE模型体积呈显著相关（r = 0.998, p < 0.05）。线性混合效应模型（LMM）显示模型构建方式显著影响预测的最大主应变（p < 0.01）。在95th和99th百分位撞击条件下，受试者特异性模型与两种模板模型均存在显著差异（p < 0.01），且经FDR校正后仍显著。模板模型中引入纤维弥散参数后应变值高于各向同性模型但未达显著。CORA评分比较显示，受试者特异性模型与模板模型在Alshareef实验中差异显著（p < 0.05），而在Hardy实验中无显著差异。效应量分析表明，受试者特异性材料属性的影响（d = 0.90–0.91）远大于各向异性材料行为的影响（d < 0.03）。
五、讨论与结论
讨论部分指出，年龄差异是配准形变的重要影响因素，MNI152成人模板与青少年队列间的年龄不匹配导致更大形变。然而，与年龄相近的PNG模板比较时，AMARA-78仍表现出更小形变，提示除年龄外，人口统计学差异等其他因素也可能影响形态学变异。研究还指出，碰撞运动运动员因反复HAE暴露可能表现出独特的神经解剖轨迹，进一步支持人群特异性模板的必要性。
研究结论：所提出的框架能够利用开放获取工具实现人群特异性FE脑模型的可复现构建。研究结果强调了受试者及人群特异性建模对于准确表征脑生物力学的重要性。该方法提升了FE模型的解剖学与微结构真实性，并支持将力学应变更精确地映射至TBI的临床结局，为个性化损伤预测和临床干预提供了新的可能性。
