一种用于从神经数据同时重建脑解剖结构与动力学的大脑数字孪生(Digital Twin)方法

《PLOS Digital Health》：A digital twin approach for simultaneous reconstruction of brain anatomy and dynamics from neural data

　　

摘要：脑结构在塑造神经动力学中起着关键作用。现有模型缺乏将全脑结构与动力学整合到统一计算框架内所需的解剖与功能分辨率。本研究提出FEDE（高保真大脑数字模型，high FidElity Digital brain modEl）流程，可从影像数据生成解剖精确的大脑数字孪生(Digital Twin)。FEDE结合有限元分析(finite-element analysis, FEA)与生物物理建模(biophysical modeling)等先进技术，以高空间分辨率重建多尺度脑结构，同时复现全脑神经活动。研究人员通过构建首例自闭症谱系障碍(autism spectrum disorder, ASD)幼儿的大脑数字孪生验证了FEDE的应用。经参数优化，FEDE在重建从全脑连接性到突触时间常数(synaptic timescale)的多尺度结构特征的同时，复现了实验记录的神经活动。FEDE估算出与ASD病理生理学一致的被试特异性突触传递异常。本流程代表了脑建模领域的重大进展，为数字孪生在实验与临床场景中的有效应用铺平了道路。

论文解读：《PLOS Digital Health》刊载的"A digital twin approach for simultaneous reconstruction of brain anatomy and dynamics from neural data"一文，针对现有计算脑模型无法在同一框架下同时实现高保真脑解剖重建与全脑神经动力学复现的问题——既往影像预处理与计算神经建模各自独立、碎片化严重，导致结构-功能联合建模缺失——研究人员开发了FEDE（high FidElity Digital brain modEl）集成管线，融合多模态MRI解析、个性化髓鞘化与传导速度图、三维头部生物物理有限元模型(finite element method, FEM)及皮层表面神经质量模型(neural mass model, NMM)，并以一名2岁4个月ASD幼儿的MRI与静息态EEG数据进行数字孪生构建与参数反演。结果表明FEDE可高精度复现被试EEG功率谱密度(power spectral density, PSD)与功能连接(functional connectivity, FC)，并通过分层参数优化反推出符合ASD病理特征的兴奋/抑制比值(excitation/inhibition ratio, EI ratio)偏移与背景噪声异常，证明该框架可用于从电生理记录中重构个体化的多尺度脑结构特征，为个性化精准神经精神疾病诊疗提供新途径。

主要关键技术方法： 研究对象为一名经ADOS-2与CARS-2确诊患有自闭症谱系障碍(ASD)、年龄2岁4个月的男童（单病例验证性研究）。采用的多模态数据包括3T MRI（T₁加权、T₂加权及弥散加权成像diffusion-weighted imaging, DWI）与21通道静息态EEG（预处理后保留16通道）。关键技术步骤为：(1)MRI预处理（FSL、ANTs去噪、SynB0-DISCO合成反向相位编码校正磁敏感畸变、eddy电流校正）；(2)单壳三组织约束球谐反卷积(single-shell three-tissue constrained spherical deconvolution, SS3T-CSD)与解剖约束纤维追踪(anatomically constrained tractography, ACT)结合SIFT2获得结构连接矩阵(structural connectivity, SC)及平均纤维长度；(3)基于T₁/T₂比值与表观纤维密度(apparent fiber density, AFD)计算髓鞘体积分数(myelin volume fraction, MVF)、g比值(g-ratio)及体素水平个性化传导速度(conduction velocity, CV)图；(4)FreeSurfer重建高密度皮层网格(20,484顶点，fsaverage5)并进行HCPMMP1分区(parcellation)；(5)SimNIBS构建含12种组织的个性化三维头部FEM模型，结合DWI各向异性导电率(volume normalized算法)计算正向问题的导联场矩阵(lead-field matrix, LFM)；(6)The Virtual Brain(TVB)平台中以Jansen-Rit神经质量模型在皮层表面模拟神经活动，经LFM投影至头皮虚拟电极；(7)分层网格搜索(hierarchical parameter optimization)以仿真与实测EEG的PSD及FC相似度（Fit函数）最大化为目标反演全局耦合强度、局部连接高斯核、Jansen-Rit模型参数（突触后电位、时间常数、EI ratio、背景噪声等），辅以SHAP分析评估参数重要性；(8)消融实验(ablation study)分别比较边界元法(boundary element method, BEM)vs FEM、均一CV vs个性化CV图、区域级vs表面级仿真对拟合效果的影响。

研究结果

Personalized conduction velocity map is needed for accurate reconstruction of neural connections（个性化传导速度图是精确重建神经连接所必需的）： 研究人员基于T₁/T₂比值与AFD计算g-ratio及体素水平CV图，并沿纤维采样得到区域间CV矩阵，进而算出考虑髓鞘化的信号传输延迟(delay)。与仅依纤维长度、假设均一传导速度的标准方法相比，FEDE计算的延迟显著更低（平均比值为0.79±0.05，p＜0.00001），标准方法系统性高估延迟，且半球间连接的高估程度大于半球内连接。说明忽略髓鞘化程度会引入显著的延迟偏差，个性化CV图能更真实地反映个体白质微结构对信号传递的影响。

Biophysical 3D head model enables precise computation of neural activity propagation（生物物理三维头部模型使神经活动传播得以精确计算）： 研究人员用SimNIBS构建含组织各向异性的12层FEM头部模型，计算个性化LFM将皮层顶点活动投射至头皮电极。与标准BEM法相比，FEM导出的LFM在电极邻近皮层顶点贡献上有显著差异（标准BEM显著高估近距顶点贡献，p＝0.008），且不同通道LFM均值存在系统性偏差。表明解剖精确考虑组织分层与各向异性对EEG源定位及正向仿真至关重要。

FEDE accurately replicates experimental EEG dynamics across multiple domains（FEDE在多域准确复现实验EEG动力学）： FEDE经参数优化后仿真的EEG PSD与实测高度吻合（r＝0.92，R²＝0.84，p＜0.00001），正确复现δ与θ频段主导节律及各频段相对功率；各通道仿真与实测EEG时程平均相关r＝0.81±0.11；仿真与实测FC矩阵(Pearson相关)相关系数r＝0.80（R²＝0.64，p＜0.00001），FC值分布无显著差异(Kolmogorov-Smirnov检验p＝0.58)；拓扑地形图亦匹配良好。与简化标准模型（BEM、均一CV、低分辨率区域级NMM、无局部连接）相比，FEDE在PSD拟合(r:0.92 vs 0.60)与FC拟合(r:0.80 vs 0.75)上均显著更优(p＜0.00001)。消融分析显示仿真尺度（区域级vs表面级）对Fit PSD影响最大(Δ＝0.030)，LFM模型类型(BEM vs FEM)对Fit FC影响最大(Δ＝0.103)，而是否使用个性化CV图对两项指标影响甚微。

FEDE employs Hierarchical Parameter Optimization to reconstruct personalized multi-scale structural features of the patient's brain（FEDE采用分层参数优化重建患者大脑个性化多尺度结构特征）： 三步分层网格搜索依次优化：①结构参数（全局/局部连接强度、CV比例常数）；②Jansen-Rit频率决定参数（兴奋/抑制突触后电位post-synaptic potential, PSP、时间常数、平均输入发放率、EI ratio）；③精细调节参数（总连接数、子群体间连接幅值、Sigmoid转换参数）。每步以最优组合作为下一层起点，FC与PSD拟合度逐步提升。SHAP分析表明EI ratio与背景噪声缩放因子对该ASD患儿EEG特征贡献最大，其余参数SHAP值接近零。优化所得EI ratio为标准健康值3倍，背景噪声为文献常用值100倍——二者异常均与ASD兴奋/抑制失衡及自发活动增强假说相符，说明FEDE可从电生理记录中反推潜在的多尺度结构/生理异常。

讨论与结论翻译： 本方法将MRI衍生的个性化传导速度图、各向异性FEM头部模型及高密度皮层表面神经活动仿真集成于统一管线，纠正了传统仅靠纤维长度估算延迟造成的偏差，并通过解剖精确LFM最小化EEG源定位误差。直接在皮层网格上执行参数优化使模型能拟合局部连接等细粒度特征。FEDE首次实现了对EEG静息态PSD与FC的同时高保真复现。应用于幼儿ASD案例证明该框架对发育未完成脑及异质性疾病建模的可行性，参数分析模块识别出符合ASD病理生理学的EI ratio升高与背景噪声增大。局限在于目前仅单病例验证，未来需在更大多样队列中检验推广性。综上，FEDE是脑建模的重要进展，提供了能有效整合解剖分析与高保真生物物理活动仿真的工具，其拓展应用于多种脑状态与疾病可为计算神经科学与临床个性化医学开辟新途径。