形态学脑网络依托脑区间形态特征的统计关联构建，是网络神经科学的重要研究方向，目前已被广泛用于脑发育规律与神经精神疾病病理机制的探索。该领域的研究范式正逐步由传统群体水平协方差网络，向个体化建模方向发展；个体形态学网络具备良好的稳健性与可重复性，且实施成本更低，更适配多中心大样本研究与临床转化场景。皮层下结构作为脑功能的关键枢纽，参与运动调控、感觉信息中继、情绪调节以及认知整合等多项关键过程，同时对脑病变高度易感，是连接组研究的重要靶点。然而，现有个体化形态网络方法主要聚焦大脑皮层，专门面向皮层下结构的个体化形态网络构建方法仍较为有限。鉴于此，该研究旨在建立一套基于局部形变的个体化皮层下形态网络构建框架。相较于粗略的整体体积测度，精细化的局部形变分析能够捕捉局部细微的病理改变，有望为研究精神疾病的皮层下结构异常提供补充视角。
2026年10月，华南师范大学王金辉团队（第一作者：陆姝彤）在NeuroImage发表了题为“A shape deformation-based framework for constructing individualized subcortical morphological networks”的文章，提出一种基于局部形变的个体化皮层下形态网络构建方法。该方法借助多层感知机重建皮层下曲面，进而量化局部形变特征，并基于该特征构建皮层下形态网络。研究采用三组独立数据集，对方法开展了系统性测试与临床验证，为皮层下个体化形态连接组的绘制提供了新方法。
针对上述挑战，研究首先采用基于PointNet与Point2Mesh优化的多层感知机模型重建皮层下曲面，提升重建精度；随后以个体形态相对于群体平均模板的有符号欧氏距离表征局部形变；利用核密度估计得到每个皮层下脑区的形变分布，并基于 Jensen–Shannon散度量化脑区间分布相似度，进而构建皮层下形态网络。研究人员分别利用人脑连接组数据集、北京师范大学重测信度数据集，以及包含精神分裂症（schizophrenia, SCH）、重度抑郁症（major depressive disorder, MDD）的多中心临床数据集，从有效性、稳定性、形态-功能耦合及临床应用价值多个维度对该方法开展系统性评估。
1. 有效性
在脑区水平上，皮层下形态学连接（morphological connectivity, MC）网络整体连接强度较高（平均MC = 0.791 ± 0.023），同源脑区间的MC显著高于非同源脑区间的MC（p < 0.001）；在稀疏度范围内，网络稳定表现出高效小世界与模块化组织模式。节点中心性分析识别出双侧海马为稳定枢纽脑区（图1）。在亚区水平上，进一步细分得到的皮层下亚区形态学连接网络同样具有较高的整体连接强度（平均MC = 0.896 ± 0.023）；亚区网络同样重现了稳定的小世界与模块化拓扑结构，并识别出右侧海马喙部、双侧海马尾部、双侧伏隔核及部分丘脑亚区等枢纽亚区（图2）。上述结果说明，该框架既可在传统粗粒度脑区层面，也可在精细亚区层面稳定刻画皮层下脑区之间的形态协同模式，支持后续拓扑与临床分析。
图1 脑区水平皮层下形态网络连接模式与拓扑特征
图2 亚区水平皮层下形态网络连接模式与拓扑特征
2. 稳定性
基于北京师范大学重测数据集开展重测信度检验，皮层下形态学连接边的平均组内相关系数（intraclass correlation coefficient，ICC）为0.643 ± 0.138；其中95.6%的连接边达到一般及以上信度，61.5%的连接边具备良好至优秀的重测稳定性。全局拓扑指标普遍表现出中等重测信度。节点水平上，节点度、节点效率、节点介数的平均ICC依次为0.587 ± 0.117、0.580 ± 0.166、0.333 ± 0.149；节点度、节点效率分别有42.9%、50.0%的脑区达到良好至优秀信度，节点介数整体稳定性偏低，但仍有28.6%的脑区达到尚可的信度水平（图3）。这些结果证明，该方法构建的皮层下形态网络具有较高的重测稳定性。
图3 皮层下形态网络的重测信度
3. 形态-功能耦合
群体水平分析显示，皮层下形态学连接与功能连接（functional connectivity, FC）跨边呈显著正相关（r = 0.463, p < 0.001）。个体水平上，大部分被试（78.5%）呈现正的MC-FC耦合，仅21.5%的被试耦合为负；Fisher-z转换后的个体耦合均值显著大于0（p < 0.001）（图4）。以上结果提示，无论在群体层面还是个体层面，皮层下脑区的形态协同模式与功能协同模式存在稳定耦合。
图4 皮层下网络形态-功能耦合特征
4. 临床价值
精神分裂症与重度抑郁症表现出截然不同的皮层下形变与网络异常模式。精神分裂症存在广泛的皮层下局部形变异常，效应最强的脑区为右侧尾状核与双侧丘脑；尾状核呈现双向形变模式，壳核以广泛萎缩为主，丘脑以大面积扩张为主。网络层面，SCH共有10条连接边的形态学连接显著改变（TFNBS 校正），其中9条连接的MC升高，且绝大多数涉及右侧尾状核，仅双侧苍白球之间的连接 MC 降低；全局拓扑指标未见组间差异；在节点水平上，右侧尾状核的节点度、节点效率升高，左侧苍白球的节点度下降（图5）。与之相对，重度抑郁症的局部形变异常更为局限、稀疏，主要涉及双侧壳核、双侧海马、左侧丘脑、左侧苍白球及右侧伏隔核，以局部扩张为主，仅右侧海马存在小范围萎缩；边水平形态学连接未发现显著组间差异，全局拓扑指标同样无显著差异，仅右侧杏仁核节点效率显著升高（图6）。两种疾病差异化的病理模式表明，皮层下形态网络能够捕捉疾病特异性的皮层下病理表型，具备精神疾病分型与病理评估的潜在临床价值。
图5 精神分裂症皮层下形态网络连接与拓扑异常
图6 重度抑郁症皮层下形态网络拓扑异常
文章结论与讨论，（未来）启发与展望
综上所述，该研究提出了一种基于局部形变的个体化皮层下形态网络构建方法，该方法具备良好的重测信度，能够在脑区与精细亚区两个尺度刻画皮层下形态网络的拓扑组织特征，同时可以捕捉精神分裂症与重度抑郁症差异化的病理改变模式，为解析皮层下脑区间的结构协同规律、阐释神经精神疾病的皮层下病理表型提供了新的技术手段与研究视角。但该研究仍存在若干局限，有待后续工作进一步完善。首先，皮层下形态网络的构建依赖一系列分析参数的选择，后续可系统对比多种分析策略，全面检验皮层下形态网络结果的稳健性与泛化能力。其次，该研究纳入的数据集以横断面数据为主，仅能静态刻画某一时间节点的皮层下形态网络特征。后续需要依托纵向队列，追踪皮层下形态网络在发育、衰老进程以及神经精神疾病进展过程中的动态演变规律。
原文链接：https://doi.org/10.1016/j.neuroimage.2026.122305
撰文︱陆姝彤
审阅︱李俊乐，王金辉
责编︱王思珍
文章来源：https://url.scnu.edu.cn/record/view/index.html?key=d8aa299e786ea0412a0359c4cc58ae5b