基于MRI图像与头部脑部有限元模型逆向重建导致创伤性脑损伤的头部撞击条件的方法

《Applied Sciences》：Method to Reverse-Engineer Head Impact Conditions Leading to a Traumatic Brain Injury by Combining MRI Images and a Finite Element Model of the Head and Brain

　　

重建创伤性脑损伤（TBI）的载荷条件在法医生物力学中仍具有挑战性。本研究提出了一种概念验证性的逆向分析框架，用于从创伤后脑部影像中识别可能的头部撞击条件。该框架应用于一名被汽车撞击并遭受严重脑损伤及颧骨骨折的行人。T1加权MRI上的脑微出血及弥散张量成像上分数各向异性（FA）异常区域作为损伤标志物。对部分个性化有限元头部模型施加了120次与面部骨折相符的撞击，变化速度、方向和接触表面。将预测的最大主应变（>0.2）升高区域与观察到的损伤位置使用马修斯相关系数（MCC）进行比较。仅使用T1加权病灶时，最佳模拟达到MCC为0.11，具有高特异性（0.84）但低敏感性（0.50），反映了再现稀疏、分散微出血的困难。纳入分数各向异性异常区域后性能改善，MCC达到0.34，敏感性为0.884。最佳情景涉及对上颌后下部区域、靠近下颌骨和颧骨的撞击，速度为4–7 m/s。这些发现支持基于病灶信息的逆向有限元建模用于法医撞击重建，并提示分数各向异性改变可能提供关于脑部变形的补充信息。

创伤性脑损伤（TBI）是全球范围内致死和致残的主要原因之一，每年影响数百万个体。TBI涵盖从轻度脑震荡到严重病灶的广泛神经损伤谱系，常与道路交通事故、跌倒和运动相关撞击有关。脑损伤的类型、位置和严重程度强烈依赖于撞击条件。表征撞击条件对于理解损伤机制、支持法医调查和改进防护系统具有重要意义。尽管临床管理主要依赖神经系统检查和神经影像学，但更深入理解撞击生物力学也可能有助于解释病灶模式和完善预后评估。更好地理解撞击力学与脑损伤之间的关系还可帮助改进预防策略并阐明原发性和继发性损伤背后的生物学机制。在临床实践中，神经影像学在TBI评估中发挥核心作用。急性期使用计算机断层扫描（CT）检测颅骨骨折和颅内出血等病灶，而磁共振成像（MRI）对识别弥散性轴索损伤、早期缺血性改变及其他急性期后的细微病灶更为敏感。先进MRI技术包括弥散加权成像、弥散张量成像和磁共振波谱，可提供关于脑结构、组织完整性和代谢的详细信息，并可能有助于长期预后评估。然而，影像学主要局限于观察创伤后病灶，对产生这些病灶的力学条件提供的直接信息有限。头部和脑部有限元（FE）模型为弥合这一差距提供了有前景的途径。通过估算撞击过程中组织水平的响应如应变、应力和压力，这些模型有助于研究损伤机制并支持防护系统的评估。它们被用于重建真实世界事故，包括车辆碰撞、运动撞击和跌倒，并将模拟组织响应与影像学或尸检发现进行比较。在此背景下，最大主应变或轴索应变等生物力学指标常用于识别有损伤风险的区域。过去几十年中，FE头部模型日益精细化，纳入详细解剖结构和脑组织的先进本构描述，包括各向异性和粘弹性行为。它们也已通过尸体实验、颅内压测量和脑运动数据进行验证。然而，重要挑战仍然存在。特别是模拟生物力学响应与实际病灶模式之间的关系仍受事故重建不确定性、损伤阈值和个体间解剖变异性的影响。此外，大多数现有模型仍为通用模型，未充分考虑受试者特异性脑几何形状，这可能限制损伤预测准确性。FE模型通常以正向方式使用，即从已知撞击条件预测组织变形和损伤。与此同时，事故重建方法主要用于研究头部损伤风险函数。基于FE的重建也被用于法医背景下检验假设，特别是关于颅骨骨折机制和特定撞击情景作为脑损伤原因的可能性。然而，据研究人员所知，仅有有限数量的研究探索了逆向方法，即基于观察到的脑损伤如MRI检测到的损伤来识别最可能的撞击条件。创伤后影像中观察到的创伤性病灶空间分布是否能可靠地用于推断最可能的撞击情景仍不清楚。因此本研究设计为逆向工程框架的概念验证，旨在从创伤后影像数据中识别可能的头部撞击条件。所提出的方法结合了先进的MRI后处理流程以评估脑结构几何形状和损伤区域、受试者特异性FE头部模型的部分几何个性化以及大规模FE撞击重建实验设计，其中关键撞击参数包括撞击位置、速度和接触表面被系统变化。然后将模拟脑组织响应与CT和MRI观察到的病灶进行比较，以识别最能解释影像学发现的撞击条件。最后开发了一个流程将FE模拟结果转换为MRI处理工具，使临床医生能够将该工作用于法医应用。研究人员开展了一项概念验证研究，基于一名参加MRI-COMA临床试验的年轻成年女性行人被机动车撞击的案例。该患者初始格拉斯哥昏迷评分为8/15，左侧瞳孔散大无反射及左侧偏瘫。初始CT显示左侧颧骨三联体、眶底和上颌骨骨折，无出血性脑病灶。后续MRI在撞击后22天检测到病灶。使用病灶分割流程评估显示存在对称性双侧微出血，主要位于皮质脑区如眶额区、颞叶、枕叶和顶叶以及小脑，深部脑核团中可见少量微出血。 normalized分数各向异性分析显示额叶、顶叶和颞叶灰质以及白质弥漫性各向异性差异。研究使用THUMS v4.02头部模型，根据患者MRI衍生的脑体积和 anatomy进行个性化，将通用模型各向同性缩放以匹配患者脑体积（1,708,220 mm3），缩放因子为1.056，并纳入基底节、胼胝体、皮质脊髓束、丘脑和脑室系统等患者特异性结构。使用基于蒙特卡洛的实验设计进行了120次撞击模拟，五个撞击参数包括撞击位置（沿X轴和Z轴的两个独立头-地角度）、沿Y轴和Z轴的法向和切向撞击速度以及头部撞击表面（地面或挡风玻璃）。法向撞击速度范围为3至7 m/s（中位数5.1 m/s，IQR：3.9–6.1 m/s），切向撞击速度范围为0至6 m/s（中位数2.6 m/s，IQR：1.0–4.9 m/s）。撞击位置基于颅骨骨折位置定义，X轴角度范围为?5°至5°，Z轴角度范围为?15°至15°。使用最大主应变（MPS）阈值0.20进行脑损伤预测，计算真阳性、假阳性、假阴性和真阴性率，并计算马修斯相关系数（MCC）和F1分数以评估预测性能。使用广义线性模型进行敏感性分析以识别影响性能指标的因素。开发了将FE模拟结果转换为NIfTI成像数据的流程以叠加到患者MRI上。此外，训练了Extra Trees回归模型进行代理模型优化，在参数空间内生成10,000个随机点并预测MCC，选择预测MCC最高的配置进行额外LS-DYNA模拟验证。研究结果显示，在分析1中损伤区域对应T1加权MRI上可见的微出血区域，模型再现这些损伤的性能较低，MCC值范围为0.008至0.11。即使经过代理模型优化，所选配置的MCC仅为0.11，F1分数为0.07，具有高特异性（0.84）但低敏感性（0.51）。该模拟对应头-地撞击，法向和切向速度分别为3.21和1.01 m/s，头部方向角分别为绕X轴?0.94°和绕Z轴?0.73°。左侧颧骨三联体的最大von Mises应力达到130 MPa，超过既往与面骨骨折起始相关的应力水平（约80–100 MPa），与观察到的面部骨折一致。在分析2中损伤区域定义为T1加权MRI上显示病灶或分数各向异性异常的区域，这些损伤区域占脑元素的43.76%，模型性能改善，F1分数范围为0.03至0.68，MCC值范围为0.006至0.34。撞击类型和法向撞击速度是影响MCC的两个最重要因素。挡风玻璃撞击与地面撞击相比MCC较低（β = ?0.092，95% CI：[?0.11, ?0.075]），主要由于敏感性降低（β = ?0.42），但伴随精确度（β = 0.038）和特异性（β = 0.339）增加。较高的撞击速度与MCC增加相关（β = 0.038，95% CI：[0.026, 0.050]），由敏感性改善驱动（β = 0.13），同时精确度改善（β = 0.0019）但特异性降低（β = ?0.097）。X角度以及X和Z角度之间的交互作用显著影响F1分数，较小的X角度即较低的上颌撞击、更靠近下颌骨而非眶部与较高的MCC值相关。在十五个表现最佳的模拟中，F1分数大于0.66且MCC值大于0.31，法向撞击速度范围为4.79至7.00 m/s，Z轴撞击角度范围为?15°至2.19°。这些撞击位于上颌骨下部即更靠近眶部而非下颌骨及其后部、更靠近颧骨而非鼻部。经过代理模型优化后，分析2所选配置的MCC为0.34，F1分数为0.68。该模拟对应头-地撞击，法向和切向速度分别为5.41和3.21 m/s，头部方向角分别为绕X轴1.82°和绕Z轴?9.94°。其表现出高敏感性（0.90）但相对较低的特异性（0.41），表明对损伤脑区域的过度估计。左侧颧骨三联体的最大von Mises应力达到237 MPa，超过既往与面骨骨折起始相关的应力水平。讨论部分指出，本研究提供了逆向工程框架的概念验证，旨在从创伤后脑影像中识别可能的头部撞击条件。与传统正向方法不同，本方法从观察到的病灶出发寻求与其最一致的撞击情景。关键发现是逆向框架能够识别与观察病灶分布相关的一组撞击参数。撞击类型、法向速度和沿X轴的撞击位置是最有影响力的变量，速度和空间坐标之间的交互作用也有额外贡献。这些结果提示载荷强度和撞击位置在塑造病灶分布中均发挥核心作用。更具体地，识别出可能的撞击条件包括眶部附近撞击，地面撞击速度高于3.10 m/s，挡风玻璃撞击速度高于3.21 m/s。这在法医背景下尤为重要，可能有助于评估碰撞假设和阐明损伤归因。性能指标的主要优势在于依赖预测损伤区域与实际损伤分布之间对应关系的定量评估，这得益于脑模型的个性化和有限元模型与医学影像数据的配准。代理模型优化扩展了对撞击条件的探索超出初始蒙特卡洛实验设计。对于两种基于影像的分析，优化配置产生的MCC值与最佳初始实验设计模拟相当（分析1为0.11，分析2为0.34），尽管撞击参数存在差异特别是切向速度。这些发现表明不同撞击参数组合可实现相似的性能指标而不一定产生相同的应变分布，突出了逆向重建的潜在非唯一性。仅考虑T1加权MRI序列上可见的微出血病灶时，最佳模拟通过正确预测非病灶区域显示出良好特异性（0.849），但敏感性有限（0.50），意味着遗漏了相当比例的损伤位置。低敏感性的可能解释是该特定案例中T1病灶的分散和微观性质可能超出当前有限元脑模型可实现的空间分辨率和定位精度。传统MRI与基于FA的病灶分析之间的比较特别有信息量。模型与弥漫性FA破坏的一致性显著优于与常规T1加权MRI上高度局灶性病灶的一致性（敏感性：0.884）。然而这种表观改善应谨慎解释。分类为损伤的脑元素比例从分析1的1.30%大幅增加至分析2的43.76%，大幅改变了分类问题并可能促成分析2中观察到的较高MCC值。此外即使表现最佳的模拟也仅达到中等MCC为0.34和低特异性为0.43，表明损伤区域存在大量过度预测。除分类效应外，两种分析之间的差异还可能反映影像异常的空间特征。T1病灶高度局灶和分散，使其在当前逆向建模框架的空间分辨率下更难再现。相比之下更弥漫的FA改变可能更好地反映撞击过程中脑变形的整体分布，因此与有限元模型衍生的基于应变的指标显示更大的空间一致性。这种差异还可能与两种影像标志物所代表的不同病理生理过程有关。T1加权MRI上识别的微出血主要反映血管损伤包括小脑血管损伤，而FA异常更紧密地与白质微结构和轴索组织改变相关。因此FA异常可能更直接地与脑组织机械变形相关，从而与有限元模型中使用的基于应变的损伤指标更密切关联。相比之下微出血的发生可能不仅取决于组织变形还取决于本模型未明确表示的血管特异性因素。重要的是两种分析使用相同的变形阈值来定义模拟损伤区域以与T1加权微出血和FA异常进行比较，这是一个重要的方法学简化，可能影响重建情景的排序，因为血管和轴索损伤可能具有不同的机械耐受性并可能需要不同的损伤标准或阈值。为评估这一选择的影响，使用文献中报告的替代MPS阈值进行了敏感性分析，情景排序基本保持一致，MCC值强相关（0.21阈值R2 = 0.97，0.18阈值R2 = 0.90，0.26阈值R2 = 0.79，与0.20阈值相比），最佳表现模拟之间大量重叠。未来工作应研究影像特异性损伤阈值或补充机械指标以更好地考虑这些不同的潜在损伤机制。将FA作为病灶相关影像标志物整合是本研究的重要方面。尽管FA不应被解释为机械变形的直接测量，但它提供了白质微结构组织和破坏的生物学有意义替代指标。这一解释得到大量研究的支持，这些研究表明FA改变反映创伤性脑损伤后的结构损伤。除作为影像生物标志物的作用外，FA还被用于为计算脑模型提供信息。具体而言弥散衍生信息已与有限元模型中白质的机械各向异性相关联，而FA已被纳入有限元和微观力学方法以表示白质异质性、细化网格或材料描述并改进轴索变形和损伤风险的预测。此外多项研究报告了FE预测的变形指标与创伤后弥散异常之间的关联，支持弥散信息生物力学建模用于白质损伤预测的相关性。本研究中基于FA的分析获得更好的一致性因此加强了在逆向生物力学中结合结构MRI与弥散衍生信息的理由。更广泛地这些发现与常规MRI在创伤性脑损伤中的已知局限性一致：尽管它仍是检测宏观病灶的临床标准，但对弥漫性或微观白质损伤的敏感性有限。相比之下弥散衍生指标提供关于白质组织的信息，可能更好地捕捉轴索通路的定向脆弱性和创伤性轴索损伤的弥漫性质。所提出的逆向生物力学方法提供了有前景的前景，因为它依赖于临床实践中常获取的创伤后CT和MRI数据。其最直接的应用可能是在详细的法医或研究案例研究中，其中受试者特异性重建和分析所需时间与调查过程兼容。该框架还可支持旨在改进对损伤机制及其与观察影像发现之间关系的理解的回顾性临床研究。随着进一步方法学发展、自动化程度提高以及在更大患者队列和更广泛损伤和撞击条件下的验证，该方法最终可能为临床评估提供有用的补充信息。然而目前此类临床应用仍处于探索阶段。局限性方面，本研究提出了从创伤后影像数据预测撞击条件的方法并通过应用于单一案例研究提供了概念验证。需要在更大队列中进一步验证以评估其稳健性和泛化性。将所提出的方法应用于更多案例将有助于逐步完善框架、扩展其适用于更广泛的损伤机制和病灶模式并最终建立能够为各种创伤性脑损伤识别最佳拟合撞击情景的通用方法。另一组重要局限性涉及有限元脑模型本身。首先模型仅为部分患者特异性。尽管THUMS头部已缩放至患者脑体积并纳入了MRI衍生的脑区域，但颅骨和面部几何形状仍为通用模型。这可能影响局部接触条件、面部应力分布和向脑的载荷传递。未来工作应纳入患者特异性颅面几何形状和面部FE建模的最新进展包括精细解剖、验证和骨折标准以改进可能撞击位置和方向的识别并提供从面部向脑传递载荷的更可靠估计。实验设计未包括初始头部角速度，尽管撞击产生的旋转速度和加速度由FE模型捕捉。由于此类碰撞场景的代表性撞击前角速度文献记载不足，该参数未变化，但应在未来重建中考虑。此外模型未包括颈部或全身动力学。这可能影响撞击时的头部运动学和头部、脊髓和脑之间的机械耦合，可能影响预测的脑应变。未来工作因此应纳入初始旋转速度和耦合的头-颈动力学。此外解剖复杂脑区域内均匀材料属性的假设仍是一种简化。一些事故受害者可能在事故前存在既存病理性脑状况，创建患者特异性模型时应予以考虑。实验研究表明白质机械行为存在区域差异可能影响撞击时的脑变形，脑组织机械属性也已知在个体间差异显著。此外本研究依赖已发表的源自THUMS脑模型的损伤阈值来定义损伤区域。然而二元损伤阈值的使用在文献中已被广泛讨论，因为此类方法可能无法完全捕捉创伤性脑损伤的复杂和多因素病理生理学，也无法捕捉已知的头部撞击耐受性个体间变异。研究人员尝试通过部分几何个性化和使用具有实验验证运动学响应的脑模型来缓解部分局限性。尽管如此未来将MRI衍生信息与脑生物力学联系起来的发展可能提供进一步个性化组织机械属性和改进模型预测的机会。结论部分，本研究提出了一个逆向工程框架，从患者特异性创伤后影像数据中识别可能的头部撞击条件。该方法结合了个性化有限元头部建模、基于蒙特卡洛的实验设计以及模拟脑应变模式与常规MRI和分数各向异性图上观察到的病灶之间的定量比较。通过系统变化五个撞击参数——撞击表面、法向和切向速度以及沿X轴和Z轴的撞击方向——该方法旨在识别最能再现观察损伤模式的可能撞击情景。该方法无法准确再现散布于脑中的微出血。然而当病灶更广泛时特别是当分数各向异性（FA）异常也被考虑时获得了可能的撞击情景。结果支持基于有限元的生物力学重建在改进对创伤性脑损伤机制理解方面的潜力。特别是弥散衍生信息的整合改善了模拟与观察损伤模式之间的一致性，提示分数各向异性改变可能提供与脑变形相关的创伤后白质破坏的相关影像标志物。这些发现突出了结合生物力学建模与先进神经影像学进行个性化创伤分析的价值。