在T2加权脑磁共振成像(MRI)中，白质高信号(WMH)在老年人群中较为常见，与小血管脑血管疾病相关。标准分割方法将这些病变视为均匀的二元实体，通过将复杂的组织损伤谱系简化为单一标签来从根本上降低WMH信号的丰富性。大多数WMH方法通过阈值化体素强度来估计病变体积，忽略了通过结合流体衰减反转恢复(FLAIR)成像和扩散MRI所能获得的更丰富的特征描述。
研究团队提出了一种名为"体素邻域相关性"(Voxel-wise Correlation of Neighbors, VCON)的跨模态框架，该框架量化了个体内T2加权FLAIR扫描的强度值与扩散MRI上的分数各向异性(FA)之间的体素级关系。VCON通过识别FLAIR信号增加与FA呈负相关的区域来生成基于假设的WMH标签，这暗示了潜在的微结构损伤。
研究利用来自2500多名基于社区的老年队列参与者的MRI数据，通过多尺度分析、年龄关联建模、扫描仪比较以及基于强度的WMH聚类（将WMH聚类为具有不同微结构特征的空间连贯区域）验证了VCON的有效性。VCON揭示了WMH信号变化的梯度，该梯度随着年龄增长和扩散指标的变化而变化，且在不同扫描仪和分割方法中保持一致。
这些结果表明，二元WMH掩模可能会掩盖病变特征中具有临床重要性的变异。VCON重新定义了病变分割，将其作为表征微结构异质性的方法，通过利用多模态MRI信号变异，提供了超越传统二元方法的、基于结构的额外特征描述。该框架有望为理解脑小血管疾病与认知功能下降之间的关系提供更精确的影像学生物标志物。
本研究由美国国家老龄化研究所(NIA)和国家卫生研究院(NIH)资助，作者单位主要为纽约哥伦比亚大学的塔布阿尔茨海默病与衰老大脑研究所、格特鲁德·H·塞尔吉夫斯基中心和神经病学系。研究团队强调，这一方法学创新为老年医学和神经退行性疾病研究开辟了新方向。
【全文结束】
