CIVET-Chimp：一种基于MRI的黑猩猩(Pan troglodytes)皮层表面自动提取流程(Automated Pipeline)

《NeuroImage: Reports》：CIVET-Chimp: An automated pipeline for MRI-based cortical surface extraction in chimpanzees

　　

用于从活体人脑磁共振成像(Magnetic Resonance Imaging, MRI)中自动提取皮层表面及评估皮层厚度的MNI CIVET流程近期已扩展至处理猕猴脑，并在此基础上进一步拓展至处理黑猩猩(Pan troglodytes)脑。该流程采用NCBR(National Chimpanzee Brain Resource) 3 T数据集(最大的高分辨率黑猩猩MRI数据库)，处理过程在标准化的类MNI的NCBR参考空间中进行。由个体NCBR受试者皮层表面构建的平均群体表面，作为基于表面的配准(Surface-based Registration)及基于感兴趣区(Region of Interest, ROI)分析的基础，并集成了Davi130与Brainnetome分区(Parcellation)。研究人员提供了将常用人类平均表面(MNI152和fsavg)映射至MNI-NCBR黑猩猩平均表面的基于表面的变换(Surface-based Transformation)，以促进跨物种研究。本文详述了将CIVET从猕猴适配至黑猩猩脑所需的修改，并将获得的NCBR受试者皮层厚度图与其他已发表图谱进行了比较。CIVET-Macaque与CIVET-Chimp的开放使用有望促进非人灵长类脑成像领域在数据收集与处理、自动化分析及数据共享方面的协作努力。

CIVET-Chimp：基于MRI的黑猩猩皮层表面自动提取流程在《NeuroImage: Reports》上的论文解读

一、研究背景与立项依据

此前非人灵长类(Non-Human Primate, NHP)结构MRI处理流程（如PRIME-RE资源交换平台所列）主要针对猕猴(Macaque)定制，缺乏专门针对黑猩猩(Chimpanzee, Pan troglodytes)的全自动整合流程。现有研究中，研究人员常混合使用FSL、CAT12、SPM12、NHP-HCP流程或人脑/猕猴版FreeSurfer进行组织分割与表面重建，并辅以大量自定义预处理/后处理调整，导致结果难以标准化及跨实验室比对。此外，缺乏基于大样本黑猩猩MRI构建的物种特异性标准化空间与平均表面模板，限制了基于表面的组水平分析与跨物种比较研究。鉴于黑猩猩与人类的亲缘关系及其在脑演化研究中的核心价值，Lepage等人开发了CIVET-Chimp——继承自MNI CIVET及CIVET-Macaque框架、首个专为黑猩猩T₁加权解剖像设计的全自动结构MRI处理流程，并在NCBR(National Chimpanzee Brain Resource)数据集与衍生MNI-NCBR空间内实现配准、分割、皮层表面重建及形态学指标计算。

二、主要关键技术方法

研究采用NCBR公开数据集，含Bastrop群落1.5 T扫描（N=138）及Yerkes群落3 T扫描（N=77，最终用于模板构建与流程验证）。关键技术包括：(1)基于对比噪声比(Contrast-to-Noise Ratio, CNR)筛选75例3 T图像，经刚体对齐至MNI类空间、N4偏置场校正(iterativeN4_multispectral)、去颅(Decranialization)后，利用ANTS的antsMultivariateTemplateConstruction2.sh构建各向同性0.4 mm分辨率的对称MNI-NCBR平均体积模板及组织先验概率图(Tissue Priors)；(2)CIVET-Chimp引入黑猩猩长度缩放因子(Length Scale=0.6，人为1.0、猕猴0.4)调整全宽半高(Full Width at Half Maximum, FWHM)模糊及搜素参数，采用NHP定制的FSL BET进行脑提取(Brain Masking)、基于NCBR先验的最大似然分类(Maximum Likelihood Classification)进行组织分割、Marching Cubes算法提取白质表面并膨胀至软膜表面(Pial Surface)，计算皮层厚度（tfs/thickness like FreeSurfer法），以40962顶点/半球（可选163842）重采样至标准球面；(3)基于74例3 T受试者的白质与中层皮层表面(Mid-cortical Surface)，经过10轮迭代基于折叠模式的表面配准(Surface-based Registration, 前5轮无灰白强度梯度校正，后5轮加入)，构建对称MNI-NCBR平均表面模板；(4)将Davi130分区从Juna.Chimp体积非线性配准映射、Chimpanzee Brainnetome Atlas(CBA)从Yerkes29 v1.2表面直接基于沟深配准映射至MNI-NCBR平均表面；(5)通过将74例个体黑猩猩表面分别配准至MNI152平均表面再取均值，建立MNI-NCBR?MNI152?fsaverage的跨物种表面映射变换。

三、研究结果

2.1. NCBR dataset

研究使用NCBR数据库，Yerkes群落3 T组（N=77，51雌/26雄，6–54岁，各向同性 voxel分辨率0.60–0.90 mm）与Bastrop群落1.5 T组（N=138，78雌/60雄，9–51岁，层厚1.2 mm）。因1.5 T图像CNR过低，仅3 T数据用于表面提取与模板构建，1.5 T数据仅辅助体积模板初筛。

2.2. Average volumetric template

研究人员从3 T数据中按CNR筛选75例，经刚体变换对齐MNI对称模型去缩放/剪切、首轮N4偏置场校正与分类，生成初版掩膜与先验；以首轮平均脑为初始目标，应用ANTs多变量模板构建脚本(volgenmodel方法，改良图像金字塔13层级迭代收敛)生成最终对称的MNI-NCBR平均体积模板（0.4 mm各向同性），并生成匹配的组织分类先验与解剖掩膜（脑室、皮层下区、脑干、小脑、海马、杏仁核）。

2.3. CIVET-chimp implementation

CIVET-Chimp并行于CIVET-Macaque实现，输入为狮身人面像位(Sphinx Position)T₁w像（可选T₂w/质子密度像用于多光谱分类）。采用长度缩放因子0.6调整模糊FWHM等空间参数；流程依次执行仿射配准至NCBR空间、N3非均匀性校正、NHP定制FSL BET去颅（搜索距离与曲率半径按脑大小缩放）、基于NCBR先验的三分类(CSF/GM/WM)、白质与软膜皮层表面提取、基于tlink/tlaplace/tfs方法的皮层厚度计算、及至MNI-NCBR平均表面的表面配准。原始白质表面经Marching Cubes提取后插值至40962顶点标准二十面体网格，白质表面依T₁w最大强度梯度调整灰白质边界，软膜表面由白质表面向外膨胀至脑脊液-脑实质边界确定，左右半球顶点编号镜像对称以支持直接不对称分析。集成Davi130（47区/半球）与Chimpanzee Brainnetome Atlas（100区/半球）分区，输出MINC/NIfTI体数据与MNI obj/GIfTI表面数据，可通过CBRAIN平台运行。

2.4. Average surface template

由73名受试者74次3 T扫描（剔除4例QC失败）提取的白质表面在共同体积空间内经球面膨胀与逐顶点坐标平均获初版平均表面，镜像叠加得对称平均白质表面；经10轮基于折叠模式的表面配准与再平均（含灰白T₁w强度梯度校正），收敛后得到最终对称MNI-NCBR平均白质表面；同理共配准获得中层皮层平均表面(Mid-cortical Average Surface)，确保与白质平均表面同顶点空间。个体表面提取中对组织分类进行少量手动标注修正以保全沟回拓扑（流程仍支持全自动，允许用户介入输入修正掩膜）。形状变异性（Mean Vertex Displacement）最高区位于顶枕区及枕叶内/腹侧。

2.5. Surface parcellations

Davi130分区经NCBR→Juna.Chimp非线性体配准将74例重采样中层表面变形至Juna空间，与体空间Davi130图谱相交获逐顶点标签再平均，保留最高概率标签得47皮层区/半球的MNI-NCBR表面分区（因源图谱非对称故分区非对称）。Chimpanzee Brainnetome Atlas(CBA)通过基于沟深(Sulcal Depth)的表面配准从Yerkes29 v1.2表面映射至MNI-NCBR平均表面，得100皮层区/半球分区。

2.6. Surface-based registration to the human brain

为避免直接人-黑猩猩平均表面基于曲率配准的形态差异问题，研究人员将74例个体黑猩猩表面分别配准至CIVET MNI152平均表面（FWHM按两表面面积比平方根缩放），在MNI152空间内取平均获"黑猩猩形态的平均表面"，再将其配准回MNI-NCBR平均表面，串联MNI152→fsaverage变换获MNI-NCBR→fsaverage映射，实现跨物种表面分区传递（如CBA转至fsaverage展示良好边界吻合）。

3. Results

CIVET-Chimp成功处理74例Yerkes 3 T扫描获得40962顶点/半球白质、软膜及中层皮层表面与皮层厚度图(tfs法，16 mm FWHM表面模糊)。平均皮层厚度图显示中央后回与枕叶较低值；变异系数(Coefficient of Variation, COV)高值区（尤中央前回）部分反映T₁w灰白对比度不足局限。平均皮层厚度随年龄增长呈下降退化趋势，与Demirci等人(2023)CAT12/SPM12处理结果趋势一致（绝对厚度偏低约0.2 mm）。指状指数(Gyrification Index, GI)比较显示猕猴<NCBR黑猩猩<人(MNI152-extended)，符合灵长类皮层折叠复杂度递增规律。跨物种映射后CBA分区在人fsaverage表面边界对应良好。

四、讨论与结论总结（翻译结论部分）

CIVET-Chimp流程是专为处理黑猩猩T₁加权MRI扫描而设计的新颖自动化流程，是CIVET-Macaque流程的自然延伸，配有物种特异性模板、模型、先验及调度参数。其可用于配准、分割、掩膜生成及皮层表面重建并提供表面形态学指标。该流程还被用于创建源自完整NCBR 3 T MRI数据集的平均表面模板——迄今用于生成黑猩猩共同表面模板的最大样本量，不同于此前仅含29只雌性动物的Yerkes29表面。鉴于可获取的已有黑猩猩扫描数据有限，能借助CIVET-Chimp此类工具充分挖掘这些数据集尤为宝贵。CIVET流程套件的完善使得基于物种特异性模型与标准化空间在同一环境下处理人、猕猴及黑猩猩脑数据成为可能，从而为灵长类间比较与转化神经解剖学研究提供新契机。CIVET-Chimp特别适用于皮层沟回模式形态学分析，例如应用本流程生成的表面重建已用于量化NCBR群体中黑猩猩额下沟(Inferior Frontal Sulcus, Broca区同源结构所在沟)的形态模式与空间变异性，并结合人脑同类分析实现跨物种神经解剖特征演化连续性与分歧性的探索。