新生儿大脑的磁共振成像

近年来，发展中大脑的探索已成为研究人员和临床医生的主要关注焦点，以理解是什么使儿童能够获得惊人和独特的能力，以及早期干扰（例如，早产，新生儿损伤）可能导致一系列神经发育障碍的影响。非侵入性神经影像学方法如MRI对于建立新生儿和婴儿的大脑与行为变化之间的联系至关重要。在这篇文章中，我们旨在突出使用各种可用技术的最新和有代表性的研究：解剖MRI、定量MRI（弛豫测量，扩散MRI）、多参数方法和功能MRI。目前，协议使用1.5或3T MRI扫描仪，并已为数据采集和处理制定了专门的方法，以解决特定于此人群的方法学挑战，例如对运动的敏感性。考虑到大脑结构的小尺寸和组织的不完全成熟，MR序列必须根据新生儿和婴儿的大脑进行调整，以获得相关的良好软组织对比度。使用特定年龄的图像后处理工具也是必不可少的，因为信号和对比度与成人大脑不同。适当的方法使得可以以精确的方式探索多种神经发育机制，并评估随年龄变化或不同受试者组之间的差异，特别是通过大规模项目。尽管MRI测量只能间接反映在分子和细胞水平上观察到的发展过程中的复杂动态过程，但该技术可以提供有关大脑形态、结构连接性、灰质和白质的微结构特性以及功能架构的信息。最后，与临床、行为和电生理标记相关的MRI测量在实施早期干预以避免儿童长期残疾方面具有重要作用，从诊断和预后的角度来看。

      如何使婴儿发展出其惊人的认知能力和智力功能？为什么有5%至10%的成人患有神经发育障碍，如自闭症或阅读障碍？回答这些问题需要更好地理解人类大脑从早期阶段开始是如何发展的。动物模型的研究在某种程度上是不足够的，因为人类的发展与其他哺乳动物相比，由于怀孕时间短与出生到成年之间的时期不同而有所不同。尽管新生儿的大脑具有早期和相对专门化的组织，但其不成熟性允许通过婴儿接触到的多种经验和学习进行产后塑造。发展中的大脑在早期干扰后显示出高度的可塑性，特别是关于在儿童时期后期成熟的网络。

      理解表现为儿童时期行为障碍的正常神经发展的改变对于解决这个重要的公共卫生问题至关重要。改善我们对这些机制的了解需要将大脑和行为变化联系起来，因为尸检研究由于无法评估与功能结果的关系、样本稀缺、可用标本的死亡原因以及组织固定而在本质上受限。非侵入性神经影像学方法如磁共振成像（MRI）在过去20年中已经彻底改变了我们在这个领域的知识。本文的目的是突出新生儿大脑的最近MRI研究，重点关注主要的方法学挑战和主要的神经科学见解。据我们所知，迄今为止还没有综述文章共同解决了新生儿可用的不同MRI技术（解剖MRI、扩散MRI、其他定量技术、功能MRI [fMRI]等）的这些问题。我们在这里提议描述数据采集和后处理的两个方面，以及MRI技术与大脑发展的不同方面（形态变化、微结构和功能成熟等）的互补性。本文发表在Journal of Magnetic Resonance Imaging杂志。（可添加微信号19962074063或18983979082获取原文及补充材料，另思影提供免费文献下载服务，如需要也可添加此微信号入群)。

早期发展机制概述 

      在描述MRI方法学方面之前，重要的是要记住，即使是纵向神经影像学测量也只能间接反映在分子、细胞和宏观解剖水平上观察到的发展过程中的复杂动态过程系列。人类大脑的发展缓慢，从胚胎概念到早期成年期，基于在高度受限但不断变化的背景下发生的多种事件。在妊娠期间，大脑显示出从中心到外围的瞬时层状区室的顺序发展：增殖区（室管膜和室下膜区），中间区（未来的白质[WM]），底板区，皮质板区（未来的皮质），以及边缘区。

      神经增殖和迁移在怀孕的第一个孕期中占主导地位，而轴突和树突的生长主要发生在第二和第三孕期。随后，观察到延长的成熟现象，包括突触生成和修剪机制、髓鞘化、神经化学成熟等。并非所有这些机制都是独立发生的，但它们很可能在延长的时期内相互作用。虽然非常早期的现象是内源性发生的，由我们的遗传遗产指导，但其中许多现象依赖于外源性机制，并根据婴儿在子宫内和出生后的环境而波动。在宏观层面上，大脑生长在怀孕的最后一个孕期和出生后的前两年非常强烈，灰质（GM）和白质（WM）体积显著增加。从18周到39周的胎龄（w GA：相当于矫正胎龄[PMA]）期间，皮质的体积从约10立方厘米增加到约150立方厘米，而从出生后的1个月到24个月，皮质的体积从200立方厘米增加到600立方厘米。这主要基于皮质表面积的指数增加：从27w PMA时的约150平方厘米，到出生后1个月的约700平方厘米和24个月的约2000平方厘米。这伴随着大脑形态的日益复杂化以及从20周、32周和40周胎龄开始，相应地形成脑回、一级、二级和三级脑沟。尽管潜在的机制仍然广泛讨论中，但皮质的折叠使其表面积得以增加，同时保持了大脑区域之间合理的连接距离（从而保持了信息传输时间）。

      这些在体积、表面积和折叠方面的强烈宏观变化可能是皮质板（未来的皮质）微结构变化的可见标记，这些变化与早产和足月期间的各种机制有关。在神经元迁移之后，神经元之间的连接增长最初是强烈和旺盛的，伴随着突触生成、生长和树突树结构的复杂化。突触发展基于从15w GA开始的强烈增殖阶段，然后是选择性消除（修剪）冗余或很少使用的连接的阶段，这只允许保留功能相关的连接。同时，大脑皮层内的纤维主要在早期的足月期间变得髓鞘化。这些连接增长、突触发展和髓鞘化的机制在不同的时间段发生，取决于皮质区域，其中初级、单模态和多模态联合区域显示不同的成熟轨迹。

      在与皮质区域的发展相互作用的过程中，白质（WM）内的结构连接通过在妊娠和早期儿童时期的强烈和交织的生长和成熟过程而发展。在早期早产期（26-30周胎龄），已经与亚板层神经元建立连接的投射和胼胝体纤维开始侵入皮质板，并与未来第四层的神经元发展连接。边缘系统连接在扣带、内嗅和海马区域中发展良好，一些联合束（例如，下纵束）也有所发展。在晚期早产期（31-36周胎龄），长距离和胼胝体的联合束迅速发展。在足月出生时，主要的长距离纤维已经到位，而短距离纤维（例如，U型纤维）主要在出生后的第一年发展。这些解剖学连接进一步得到了完善，通过不同的补充机制，伴随着一些重组。在旺盛的生长之后，通过修剪过程，在儿童时期去除了不必要或冗余的连接，正如在非人类灵长类动物中观察到的胼胝体纤维那样。

     此外，髓鞘化过程稳定了那些功能相关的连接，并增加了不同大脑区域之间信息传输的速度。在人类大脑中，它从怀孕的第二阶段开始，一直持续到青少年时期结束，尤其在出生后的第一年达到高峰。出现的年龄和速率取决于不同的区域和网络，而髓鞘化的一般模式依赖于一个尾-头梯度，即从大脑中心到周边的进展，在感觉和运动通路上早于联合通路。尽管在出生后期神经元和微胶质细胞的数量保持大致稳定，但在前三年中，白质中的少突胶质细胞和星形胶质细胞的数量显著增加，达到成人测量值的三分之二。少突胶质细胞和髓鞘对神经纤维生长的抑制作用可能部分解释了成年大脑与发育中大脑较低的可塑性。再次，不同功能网络的成熟在不同的时期和不同的速率下进行，这些网络很早就组织好了，并且大脑区域之间的髓鞘化进展是异步的。

      大量的神经发育障碍起源于产前和围产期间这些复杂多样的机制的早期干扰。在这篇文章中，我们的目标是，与针对理解典型发展的神经科学研究并行，突显MRI在诊断和预测与早产和常见新生儿损伤相关的疾病的潜力。

新生儿MRI中的常见方法学挑战 

      现在，大多数新生儿和婴儿的MRI研究使用1.5或3T MRI扫描仪。尽管3T神经影像学与更显著的射频辐射相关联，但它不会导致温度的任何显著增加。^然而，这个受试者群体带来了多种限制，使得对发育中大脑的研究比成人更为复杂，也更具挑战性。在大多数中心，健康的足月婴儿不能出于研究目的而被镇静，只能出于临床指征。这是个问题，因为图像非常容易受到运动的影响（图1）。不同的中心采取了不同的方法来解决运动问题，一些团体选择使用短的采集序列，这些序列可以在不超过30-45分钟的协议期间运行，而其他团体使用专门为这个难以成像的人群设计的耐运动采集和重建方法。使用特殊设置（例如，听力保护如专用耳机或耳罩；限制磁场梯度上升的斜率）也在一定程度上减少了扫描仪噪音，并提供了额外的听觉保护。

图 1：新生儿图像上的典型运动伪影。伪影以不同的切片方向展示，对于在3D中获取的T1加权图像（a）、在冠状面获取的T2加权图像（b）和在轴面获取的DW图像（c）。

      大脑结构的小尺寸也是一个问题，需要增加图像的空间分辨率以避免部分容积效应的显著影响。此外，婴儿大脑的不完全成熟导致与成人大脑不同的组织特征，从而导致MRI特征的不同值（例如，弛豫时间：纵向弛豫时间[T1]和横向弛豫时间[T2]，扩散MRI中测量的扩散性）。由于我们上述描述的成熟不同步，观察到不同大脑区域中的信号不均匀性和这些特征的变异性。这个问题需要调整采集序列以获得相关和足够的图像对比度。使用专用线圈，其大小与要成像的头部大小相匹配，也可以最大化图像中的信噪比（SNR），增益大于x2，具体取决于大脑区域及其与线圈元件的接近程度。还需要考虑专用的图像后处理工具来处理新生儿图像的信号和对比度特异性。因此，发育中大脑的成像研究依赖于具有专门采集和数据处理专长的特别团队。在过去的20年中，对这个主题感兴趣的临床和研究团队的数量不断增加，同时也出现了大规模项目（例如，针对20至44w PMA(矫正胎龄)的胎儿和新生儿的“发育人类连接组学项目”[dHCP]；针对30至44w PMA的胎儿和新生儿的“乌得勒支婴儿MRI青年项目”；针对出生至5岁儿童的“婴儿连接组学项目”[BCP]）。这使得专门方法学的密集发展成为可能，例如，解决婴儿运动问题。

      鉴于关于这个主题的出版物数量不断增加，本综述文章可能不会详尽无遗，但旨在报告使用不同技术在新生儿和婴儿中进行的代表性最近研究和临床研究。我们选择了最近的研究，主要关注在2019年9月之前发布的过去10年的出版物，我们认为这些研究展示了该领域的主要进展。只要可能，我们都倾向于引用最近的综述文章，读者被邀请参考这些文章以更深入地了解特定问题。我们试图引用近年来在这个主题上提供了相关工作的所有团队的文章，本文按技术组织如下：解剖学和弛豫测量MRI、扩散MRI、其他定量和多参数方法以及功能MRI。

解剖学和弛豫测量MRI 

发展特异性和方法学挑战 

      由T1或T2弛豫时间加权的解剖学MRI必须面对新生儿大脑与成人相比的不同水分和脂肪含量的挑战，这导致新生儿和婴儿的信号强度不同。这些对比随着大脑成熟而演变，通常描述了几个连续阶段：1）婴儿期模式（0-6个月），显示正常成人对比的反转（T1加权[T1w]：WM强度低于GM强度；T2加权[T2w]：WM强度高于GM强度）；2）等强度模式（8-12个月），以GM和WM之间的差异不明显为特征；3）早期成人模式（>12个月）（T1w：WM强度高于GM强度；T2w：WM强度低于GM强度）（图2a,b）。T1和T2随着成熟过程而减少，并与水分含量的减少相平行。T1w和T2w对比度的变化是因为T1和T2在WM中的减少比在GM中更为明显，这是由于髓鞘化过程所致（图2c），以至于位于髓鞘内的水分子具有最短的T1和T2特征。与T1和T2的减少时间不同，WM中可能区分出两种不同的机制：水分子隔室化的变化（主要在“髓前状态”期间影响T1的缩短），以及髓鞘化学成熟过程中蛋白质和脂质含量的增加（主要导致T2的缩短）。因此，在T2w图像之前，T1w图像上观察到对比度的变化。在新生儿和婴儿的前6-8个月，通常优先使用T2w图像来描绘和分割GM和未成熟的WM，而T1w图像用于识别髓鞘化的WM。已有几项研究旨在优化MR序列参数以改善GM和WM之间的图像对比度。这尤其涉及新生儿和婴儿在3T下的3D T1w序列的反转时间。

图2：发育过程中解剖图像的演变。

为期31周的早产婴儿的T1加权（a）和T2加权（b）图像，以及1个月、4个月和8个月大的足月婴儿，3岁的儿童（伴有小的枕叶发育不良病变）和年轻成人的图像。T1w和T2w对比度的发育变化由于T1和T2弛豫时间的年龄相关减少而得以解释，这种减少在白质（WM）中比灰质（GM）更为明显，因为有髓鞘化过程的影响（c）。

      T1w和T2w图像的空间分辨率也是准确描绘大脑结构的主要问题。可以考虑使用2D或3D序列，但提供的对比度不一定相同。为了研究目的，一些团队推广在三个互补平面上（例如，轴向、冠状、矢状）获取高分辨率2D图像，并使用“超分辨率”方法重建一个分辨率更高的体积(volume)。其他人则旨在获取空间三个方向上的等距分辨率图像（~1毫米）。

     除了数据采集，解剖图像的处理在早产新生儿、婴儿和成人的大脑之间有所不同。如下所述，近年来已经提出了一些专用工具，用于组织分割、大脑生长的形态评估以及婴儿大脑的计算神经解剖学。已经测试了将不同对比度（T1w和T2w）的图像组合在一起，以便更好地区分组织和不同成熟程度的区域，但到目前为止，好处似乎不是很明显。深度学习方法的潜力已经开始被探索，但是在第一个出生年度中的信号变异仍然是一个主要挑战。

形态测量学研究 

测量大脑生长 

      为了分割大脑组织，已经提出了不同的方法，可以分为无监督、参数化、分类、图谱融合和可变形模型。在dHCP项目的最近背景下，已经提出了一个完全自动化的流程，用于处理28-45周孕龄的早产和足月新生儿的解剖图像，并提供可靠的皮质表面提取和膨胀。纵向成像可以进一步帮助解决从2周到18个月的足月婴儿中对比度变化的问题，通过纳入纵向约束并提供时间一致和准确的表面。在30-40周孕龄的早产婴儿中，观察到枕叶的体积和表面变化大于其他脑叶。在第一个出生月中，足月婴儿显示出与WM体积不同的GM体积的年龄相关增加，这是为了反映与较为延长的白质（WM）生长相比，灰质（GM）的早期强烈生长。

      与此同时，皮质厚度以空间异质的方式动态发展，但由于图像的空间分辨率，测量它仍然是一个挑战。一个专用的纵向数据流程和一个先进的多变量分析方法已经表征了从1-24个月出生年龄的皮质厚度的时间演变，并突显了一个发展的区域化，将其划分为结构上和功能上有意义的区域。每个区域都显示出一个特定的增加-减少模式，厚度值范围在2到3.5毫米之间，并且在第二年的不同年龄有最大厚度的峰值。到2岁时，厚度平均为成人值的97%，而表面只达到了三分之二。似乎在1和2岁时略微较厚的皮质（在正常值范围内）可能会在婴儿期和幼儿期提供一些认知优势。

      然而，通过MRI测量的皮质厚度变化的解释受到讨论，因为它们基于随着成熟而改变对比度的图像，特别是在最初的2个出生年份。最初建议，表观MRI厚度的年龄相关变化（随着年龄的增加而先增加后减少）可能与突触过度产生和修剪有关。然而，突触只占总皮质体积的一小部分，树突、细胞体和纤维的修改可能是影响测量厚度的主要因素。将厚度测量与皮质成熟的微结构标记结合起来（参见下文的微结构研究和灰质中的微结构测量小节）可能有助于更好地理解潜在的过程。此外，由于运动伪影可能随着年龄的变化而变化，并且可能偏离测量的表观厚度，数据质量和质量控制程序对识别的年龄相关轨迹有重要影响。总的来说，最近在较大儿童中的研究表明，到3岁时，大多数皮质区域的MRI表观厚度都会减少。

      基于皮质表面的3D重建（图3a），可以计算各种折叠测量值（例如，深度、皱摺指数、基于曲率的测量值）。这些测量值随着婴儿年龄的变化而变化，与大脑大小和皮质表面积之间存在复杂的关系（图3b,c）。在27-62周矫正胎龄（PMA）的婴儿中（约5个月的足月年龄），观察到皱摺指数的非线性增加，主要变化发生在早产期（40周PMA之前），随后放缓（图3d）。然而，在接下来的两年中，皱褶指数仍然会有所增加，但增加的幅度较小，其中联合皮质区的增长较为明显，而感觉运动、听觉和视觉皮质区的增长较为缓慢。

图3：从怀孕到成年的大脑形态变化。

     图中展示了早产婴儿在胎龄28周、足月婴儿在1和4个月大，以及一个年轻成人的大脑皮层表面重建图（a）。在出生时期，大脑发展的特点是大脑大小（b）、皮层表面积（c）和折叠指数（d: 内皮层表面积与封闭表面积的比率）的重要增加，这些都是通过在早产和足月新生儿以及婴儿中的测量得出的。基于皮层和大脑表面，可以识别出“脑沟对象”（e: 为早产婴儿在胎龄31周、足月新生儿在胎龄38周，以及1和4个月大的婴儿的插图），这些对象可以用于在发展过程中进行形态测量或配准不同大小的大脑。

       除了时间方面外，研究还支持了折叠在空间上的异质性，不同区域的折叠速率不同。通过对皮层图案的频谱分析，进一步详细了解了皮层图案的空间频率结构，并在27-62周胎龄期间识别出三个连续的波段，这可能对应于初级、次级和第三级折叠。这种方法可能使得能够区分在个体尺度上连续形成的折叠。此外，皮层扩张图显示了与28-38周胎龄期间新折叠的出现一致的区域生长差异52。在30周胎龄和足月等效年龄（TEA）之间，主要的初级沟显示出强烈的生长（图3e），并且最早发展的沟似乎最受诸如出生体重、多胎妊娠或长期机械通风等临床因素的影响48。

     与成人研究一样，新生儿中用于量化大脑生长的体积测量和形态测量方法不一定会产生一致的结果，使得研究之间的比较变得困难。到目前为止，还没有一种方法得到完全验证，因为没有基准，而且新生儿中获得的MR图像在组织对比度和空间分辨率方面固有的受限。因此，必须谨慎进行结果的生物学解释。

配准不同发育阶段的大脑 

      在基于体素的统计学研究中（例如，用于形态测量，功能磁共振成像[fMRI]），群组分析或群组比较需要通过配准和空间标准化将受试者的大脑对齐到一个公共空间。这对于具有不同大小和折叠模式的大脑尤为具有挑战性。近年来，提出了一些方法。有些方法使用分割的组织图而不是原始的T1w和T2w图像，并在非线性配准过程中考虑这些图和皮质表面。类似地，两步基于标记的策略允许配准早产儿、婴儿和各种成人数据库的大脑。DISCO方法（基于脑沟的微分同胚皮质配准）可用于在用于初始化DARTEL步骤的配准框架中嵌入脑沟约束（使用指数李代数的微分解剖配准；在SPM软件中实现[MatLab，MathWorks，Natick，MA]）（图6）。使用解剖约束的多模态表面匹配（MSM）也显示出可靠性，以提供相同婴儿的纵向皮质重建之间的准确对应。这些方法可以用于设置依赖于年龄的模板和时空图谱，如在36-44周孕龄的新生儿中显示的，由皮质折叠驱动的MSM配准。表征时间相关变化和疾病相关变化的解剖变异需要专门用于发育中大脑的互补高分辨率图谱。

   

基于早期大脑形态测量预测婴儿的发展 

      几项关于早期大脑生长和折叠的研究（在相当于妊娠第三个孕期期间）基于早产儿，他们不能被视为“正常”的发育模型。与足月婴儿相比，不同组的早产儿（例如，有/无脑损伤，极度/适度早产）观察到折叠偏差。此外，即使结果不完全一致，也强调了胎儿和无脑损伤的早产儿的大脑生长轨迹和形态的差异。然而，从临床角度来看，早产儿的研究至关重要，因为它们可能在诊断甚至预测有发展感觉运动或认知障碍风险的婴儿方面发挥作用。例如，早期早产期（出生时或30周孕龄）和TEA（足月等效年龄）时的纵向大脑形态测量在一定程度上允许基于机器学习方法识别有认知和运动障碍风险的婴儿，尽管社会经济地位仍然是结果的最强预测因子。

微结构研究 

      与形态测量和形态学变化相伴随，大脑组织在微结构特征上显示出重大变化。随着树突分枝化、纤维髓鞘化、水含量的变化和其他过程的发展，灰质（GM）和白质（WM）中的T1和T2发生了强烈变化。然而，为了理解成熟过程或干扰，由于与技术参数、头部大小和线圈内位置有关的检查之间的变异，无法直接比较T1w和T2w信号在区域之间或个体之间。为了提供这样的比较，可以为每个受试者“标准化”信号，或者可以定量测量T1和T2的弛豫时间。

      最初，有人建议将每个体素中的T2w信号与局部脑脊液（CSF）的信号相关联，后者不应在区域之间和整个发展过程中变化。在4个月以下的婴儿中，观察到语言网络的主要和关联皮质区域之间的一些成熟不同步现象。最近，在成人研究的延续中，提出了T1w/T2w比率作为髓鞘化的标记。在新生儿中，这改善了早期髓鞘化WM结构（例如，内囊的后肢、皮质脊髓束、视辐射）的对比度。在36至44周孕龄（PMA，矫正胎龄）之间，T1w/T2w比率也在皮质区域增加，表明感觉运动和关联区域之间存在强烈的成熟和差异。

      T1和T2弛豫时间的定量测量是一种更为基础的方法，用于比较不同大脑区域或不同婴儿之间的差异。然而，这需要采集额外的序列，从而使得检查协议更为耗时，在未经镇静的婴儿中实施具有挑战性。为了减少采集时间，近年来提出了多种方法。利用3D MP2RAGE（磁化准备2快速采集梯度回波）序列或者具有多种翻转角度的3D SPGR（损失梯度回波）序列，能够为T1时间提供可靠的量化。在从出生到足月相当年龄（TEA）期间进行成像的早产新生儿中，T1测量显示了包括皮质和中央灰质核在内的白质（WM）和灰质（GM）不同区域随着年龄的逐渐减少。Turbo/快速自旋回波序列与多个回波使得可以确定定量的T2时间，这些时间随着年龄的增加而持续减少，特别是在出生后的第一年（图2d）。通过使用不同序列参数（多个反转时间[TI]或回波时间[TE]）的回波平面成像（EPI）自旋回波序列，可以在婴儿的整个大脑上以良好的空间分辨率计算T1和T2值（图4a,b）。但是，由于EPI相关的几何失真，需要以非线性方式校正结果图以匹配解剖图像，并在皮质层中提供可靠的测量（图4c）。BCP项目采用了MR指纹识别方法来同时量化T1和T2。从出生到大约20个月的年龄，观察到R1（~1/T1）和R2（~1/T2）在几个白质区域的显著增加，随后增加速度放缓。

图4：发展过程中定量T1和T2图的演变 T1（a）和T2（b）图分别为1、4和8个月大的足月婴儿、3岁的儿童和年轻成人展示（与图2中的相同对象）。在婴儿期间，观察到不同皮质区域之间的T1和T2时间差异（1至5个月龄组的平均值），表明不同皮层之间存在早期的微结构差异（c）。随着婴儿年龄的增长，T1和T2减少，而且在白质中的减少速率高于皮质（d）。

      在解释T1和T2时间与成熟度的关系时，重要的是要考虑它们在成熟状态下的区域间变异性（例如，在成年大脑中，不同的大脑区域也可能显示出不同的值）。因此，仅仅比较不成熟区域之间的值并不能得出关于一个区域相对于另一个区域的成熟度提前或延迟的结论。为了做到这一点，需要有每个区域的参考值，例如，在一个成年队列上测量，使用类似的MRI协议，或者根据年龄测量它们的成熟轨迹。

扩散MRI 

     扩散MRI是另一种主要的技术，用于研究新生儿和婴儿的发育中大脑。与之前的结构方法一样，它需要优化采集参数，并且对受试者运动非常敏感。

发展特异性和方法学挑战 

      由于大脑的水分含量高和髓鞘化程度低，与儿童和成人的大脑相比，未成熟大脑的扩散属性非常不同（即，扩散率值较高，各向异性值较低）。通常使用EPI（回波平面成像）序列进行数据采集，最近多频带加速技术的出现为进一步减少采集时间提供了机会。虽然可以在合理的时间内（<5分钟）进行全脑扩散张量成像（DTI），但高角度分辨率扩散成像（HARDI）和多室扩散技术（如下详述）需要长时间采集多个壳层（多个b值的数据）和多个扩散梯度方向，以提供扩散模型的准确估计并提高信噪比。对于dHCP项目，已经提出了一个专用的时间效率采集框架（总协议<20分钟）。BCP项目的协议也旨在通过优化成像参数并考虑为睡眠和清醒受试者设计不同的成像程序来考虑队列的年龄范围（0-5岁）。此外，根据数据采集期间预期的运动场景，可以生成特定的扩散梯度方向方案。

      预处理是新生儿研究的重要步骤。在可靠地分析扩散数据之前，纠正运动伪影是先决条件，无论是涉及由突然运动引起的切片内或体积内伪影，还是观察到在对应于不同梯度方向的体积之间的空间漂移。对于dHCP项目，已经验证了一个自动处理管道，以处理该大数据集中的新生儿特异性问题。

      扩散信号的建模本身也是一个问题。由于所需的采集时间，DTI（扩散张量成像）仍然是分析新生儿扩散数据的最常用方法（图5a,b）。然而，相关的限制很多，而且在数据后处理的不同阶段已经识别出许多陷阱（例如，参见参考文献77中的成人详细评论），这要求在解释用此方法获得的观察结果时要谨慎。因此，最近已经提出了更为复杂的模型来分析多壳层HARDI（高角度分辨率扩散成像）数据，例如神经元方向离散和密度成像（NODDI）（图6e,f）或扩散性峰度成像（DKI）。使用球形反卷积将信号分解为多种组织的多个组分是一种提供可靠的WM（白质）成熟纵向研究的有前景的方法。

图5：发展过程中DTI图的演变。

     图中展示了31周孕龄的早产儿（a）、1个月、4个月和8个月大的足月婴儿（b）、3岁的儿童和年轻成人（c）的平均扩散性（Mean diffusivity）、分数各向异性（Fractional anisotropy）和色彩编码方向性（color-coded directionality）图（与图2中的相同主题）。轴向（λ//）和径向（λ┴）扩散性是对GM（灰质）和WM（白质）成熟度敏感的标记，它们在不同区域和束中以不同方式随着婴儿年龄的增长而减少（d）。

图6：新生儿组的平均图。

     使用DISCO+DARTEL配准框架49来配准40个足月新生儿的数据（第一个dHCP发布：PMA(矫正胎龄)在37至44周之间）。图中展示了配准后的图像和图表的平均值，包括T2w图像（a）、皮层带（b）、DTI图（c,d：轴向λ//和径向λ┴扩散率）、以及NODDI图（e：神经元密度指数NDI，f：方向离散指数ODI）。右列显示了该组记录的皮质沟以及皮质表面的平均指数，表明皮质区域之间的微观结构差异

     最后，如33、36和39w PMA(矫正胎龄)的早产儿所示，需要定义特定年龄的扩散模板和图谱，以考虑到整个发展过程中的显著形态变化，并以可靠的方式进行群体比较或检测异常。

灰质中的微结构测量 

      扩散MRI允许非常精确地在体内探索灰质（GM）的微结构。在早产期间，可以描绘出大脑的层状组织结构，因为诸如皮质板、皮质下板和中央灰质核等区域显示出水分子的不同扩散特性。在皮质板层面，这些特性随着年龄以复杂的方式演变。使用DTI（扩散张量成像），不同的研究组观察到了从27周胎龄开始的早期各向异性和主张量特征向量的径向取向，可能依赖于径向胶质纤维和锥形神经元顶树突的早期存在。最近，通过测量扩散张量和皮质表面之间的局部方向一致性，一个名为“径向指数”的量度量化了这种短暂的微结构。8随后，皮质板内的扩散变得各向同性（即，扩散各向异性减少），伴随着神经连接（例如，锥形神经元的基底树突、丘脑皮质纤维）的延长和复杂分支。皮质中DTI各向异性的减少似乎在足月相当年龄时稳定下来，而扩散指数继续减少（图5d）。可能有多种相互竞争的微结构机制可以解释观察到的与年龄相关的变化，例如与程序性细胞死亡相关的神经元密度减少、胶质细胞和细胞器的增加、细胞体之间神经纤维丛的复杂化、水分含量的减少等，而不是仅在灰质（GM）内占很小体积的突触的过度产生和修剪。NODDI模型可能用于更好地理解这些机制在发展过程中的进展，因为神经元密度指数提供了关于细胞和细胞器密度的信息，而方向离散指数提供了关于几何微结构的信息。DKI（扩散峰度成像）也可能为皮质微结构提供宝贵的见解，随着早产期间平均峰度的持续减少。需要更多的研究来系统比较不同扩散模型在根据新生儿的年龄和皮质区域的发育大脑中提供的标记。

      利用这些或多或少复杂的模型进行的研究汇聚在一起，显示了在早产期间皮质区域之间微结构变化的差异，似乎具有较为简单的微结构（即，更高的DTI各向异性和扩散值），但在脑回（gyri）比在沟壑（sulci）中，以及在额叶比枕叶中的年龄相关变化更为强烈。此外，枕叶显示出径向指数和平均峰度的最快变化。在38周矫正胎龄（PMA）后，NODDI神经元密度指数的增加仍然可以观察到，但仅限于特定区域（主要的运动和感觉区域）。

      使用DTI和NODDI模型，也观察到了足月新生儿整个大脑皮质区域之间的微结构异质性（图6）。并且，在功能系统内也描述了一些差异；例如，在26至42w PMA(矫正胎龄)的早产儿和1至5个月龄的婴儿的听觉和语言区域中。通过仔细配准原生和翻转的大脑以及DTI图，并采用沟（sulci）和皮质带（cortical ribbons）的两步匹配策略来补偿形态不对称，也使得在婴儿中以体素为基础比较类似皮质区域的微结构成为可能。这个框架突显了特定感觉运动和语言区域的非对称微结构组织。

      尽管关系尚未完全明确，但通过DTI和NODDI评估的皮质微结构的复杂变化可能与皱褶化过程以及相关白质（WM）束的成熟有关。这些模式似乎在足月相当年龄（TEA）的早产儿和足月新生儿之间有所不同。DTI还允许探索发育中大脑的中央灰质（GM）核的微结构，但是使用更为全面的模型如NODDI或DKI提供的分析仍然很少。

探索WM发展 

      除了研究GM微结构外，扩散MRI是映射新生儿和婴儿WM发展（连接性和成熟度）的首选技术。

白质连接性 

       早在早产期，主要束的组织在DTI方向图上清晰地显示出来，显示了扩散张量的主要方向（图5c）。近年来，HARDI模型和纤维方向分布函数（fODF）的估计使得能够精确地显示出例如放射冠中的交叉纤维。各种各样的追踪工具可以用来在3D中重建WM束的明显轨迹。然而，基于简单扩散模型的工具（例如，DTI只考虑每个体素的单一纤维群体）存在主要限制，导致偏见，例如假阴性（束的过早终止）或假阳性（束切换到相邻的一个）。只有使用最复杂的工具，需要HARDI数据和fODF估计，才能希望以最佳的解剖可靠性探索结构连接性。但是，这需要长时间的采集时间，有时在新生儿中很难实现。

      在新生儿和婴儿中，当前的技术已经使得能够重建主要束，尽管它们还不成熟：胼胝体的交联纤维，边缘束（fornix和cingulum），投射束（例如，皮质脊髓束和脊髓丘脑束，视辐射，内囊的前臂），和关联束（例如，外囊，钩束，弓状，下和上纵行束）（图7）。在婴儿期和幼儿期，束的形态保持稳定，可以使用特定于人群的图谱来通过扩散MRI识别它们。自动tractography工具，包括例如关于通道解剖邻域的先验信息，也已专门为新生儿设计。然而，tractography重建的生物学解释仍然是一个问题，因为不仅轴突纤维参与，而且尤其在早产期，还有径向胶质纤维和血管。此外，基于扩散MRI的tractography方法不允许测量轴突修剪，这种现象延续到出生后的前几个月。这种现象确实可能导致信号变化，但这些可能不明显，因为主要与髓鞘化有关的其他相反方向的变化可能占主导地位。将来，利用婴儿期间束的差异成熟来评估它们的轨迹的可靠性和特异性将是有前景的。

图7：婴儿WM束的纤维追踪术 

      基于fODF估计和纤维追踪术方法，可以重建主要WM束（投射、胼胝束、边缘和关联束）的轨迹，提供“虚拟解剖”，如图中1个月大的婴儿所示。

       近年来，通过全脑连接组学方法，已经详细描述了结构网络发展中的架构，这些方法依赖于连接矩阵来测量脑区之间的连接程度。从30周矫正胎龄(PMA)开始，结构连接组呈现出与成人大脑相似的“小世界”模块化组织，并且一些皮质节点（“中心”）紧密连接，形成了“富人俱乐部”架构。随着年龄的增长，这种拓扑结构得到了进一步的完善，整体效率和集成度增加，隔离度减少，并且从初级到高级区域呈现出显著的层次结构。然而，这些连接组学方法及其使用的纤维束追踪重建技术可能存在潜在的偏差，这些偏差会改变观察结果的生物学准确性，正如在成人大脑中详细描述的那样。特别是，基于DTI的研究可能描述的是稀疏网络，与动物中描述的实际网络相比，这可能会阻止准确描绘新生儿中的富集俱乐部（rich-club）架构。

白质成熟

      随着连接的发展，白质纤维逐渐成熟并通过髓鞘化过程变得功能化，其连续步骤可以通过扩散MRI测量。在早产期间，大多数白质区域的DTI扩散性减小，而各向异性增加。在通过纤维成像识别的束中，这些DTI参数在出生后的第一个月中继续显示出强烈的变化（图5d）。它们可能对不同的机制敏感，例如胶质细胞的增殖，少突胶质细胞过程的延伸，以及它们围绕轴突纤维的包裹。在胎儿、早产儿和婴儿中的成熟模型和观察支持了DTI参数的顺序变化的假设，并提出了两个连续步骤：1）与纤维的髓前期相关的微结构的早期变化主要导致轴向和径向扩散性的减小；和2）随后的髓鞘围绕轴突的包裹不会修改轴向扩散性（λ//），但会减少径向扩散性（λ┴），意味着各向异性的额外增加。

      基于DTI的这样一个模型允许识别婴儿中白质束成熟之间的相关差异。这种不同步性也在诸如语言网络这样的功能网络中被观察到：腹侧通路（钩状束、额枕束、中和下纵束）似乎比背侧通路（弓状束和上纵束）更为成熟，尽管这种差异在婴儿期间减少。从出生到2岁，DTI参数的轨迹也显示了束之间在渐近线、延迟和速度方面的差异。在此期间，束之间的成熟相关性似乎在减少，或许为婴儿异步的功能和行为获取提供了神经基质。训练以及发展过程中的经验可能会影响白质的成熟，并随后通过增加由轴突上的神经冲动促进的髓鞘形成而改变白质扩散参数。最近，一项评估早期音乐暴露对33周矫正胎龄（PMA）至TEA（足月相当年龄）早产儿影响的研究显示了某些白质纤维的DTI各向异性的增加和径向扩散性的减少。

      除了DTI，更复杂的扩散模型也被用来评估白质成熟，如NODDI，它在新生儿和婴儿中显示了不同区域在神经元密度和方向分散指数变化方面的差异，当估计的细胞内和细胞外轴向扩散性不发生变化时，DKI也显示出在正常发育中具有信息性。此外，基于纤维束元素（Fixel）的分析方法（FBA)是一个有前景的定量框架，可以应用于新生儿，因为它允许在包含交叉纤维的体素中分离纤维群，并且它能够表征纤维横截面和密度。与GM的微结构评估一样，仍然缺乏系统的模型对模型的比较，以评估哪些是可靠地量化新生儿白质成熟的最佳标记。

基于扩散MRI预测婴儿的发展

      近年来，早期的扩散MRI测量已经与典型和高风险婴儿后期的行为发展相关联，以下例子进行了说明。DTI各向异性的体素逐点分析突显出，足月新生儿在大约2周龄时的白质（WM）微结构与大约2岁时的神经发育结果（Bayley评分）相关。到TEA（足月相当年龄）时，早产儿的大脑被发现在结构上与健康足月婴儿不同。早期的大脑网络及其微结构特征的改变被显示与早产后特定的神经心理缺陷相关联。这种关系涉及了TEA（足月相当年龄）时的几个白质和灰质区域，取决于2岁时的认知、语言和运动评分，以及丘脑和广泛皮质区域之间的早期结构连接性。另一项采用深度学习方法的研究显示，出生时的连接组在足月和早产儿中都预测了2岁时的认知评分组，涉及额叶的连接对于分类最为重要。这些结果应由其他团队，在其他婴儿队列中，并使用其他方法来确认，以确保其临床相关性。

其他定量方法 

      除了弛豫测量和扩散MRI等先前的技术外，还可以使用其他补充的定量MRI方法来测量新生儿和婴儿的大脑组织微结构和成熟度。它们要么基于获取额外序列，要么基于允许多参数分析的特定后处理工具。

磁化转移磁共振成像

      磁化转移比率（Magnetization Transfer Ratio, MTR）提供了自由水和受限运动水（与蛋白质和脂质结合）之间的比率信息。它可以定义为 (S0 - Sm)/ S0，其中 Sm 和 S0 分别是在应用梯度回波或自旋回波序列的磁化转移（离共振）预脉冲时测得的信号强度。在发育中的大脑中，MTR研究仍然很少见，可能是因为与采集时间和能量沉积相关的限制。MTR被认为反映了髓鞘的数量，因为它从出生到2岁的主要白质区域和中央灰质核中不同速度地增加。然而，在早产期（26-34周 PMA），胼胝体的MTR值高于内囊的后肢，而在这个阶段，胼胝体纤维高度有组织，紧密排列，但是非髓鞘纤维。从早产期到TEA（足月等效年龄），一些区域显示MTR（磁化转移比率）增加，而其他区域显示MTR减少（例如，包括亚板和中间带的前额白质）。这种技术似乎不仅对与髓鞘相关的大分子敏感，而且对轴突细胞骨架组分（如微管和神经丝）的大分子密度也敏感。

磁敏加权磁共振成像

     定量磁敏图（Quantitative Susceptibility Mapping, QSM）是一种新兴技术，可测量组织的磁敏度（χm），主要量化顺磁非血红素铁。使用多梯度回波序列获取图像，并解包和标准化到不同的TE以生成频率图。通过从这些图的平均值中去除背景频率来计算磁敏图。QSM似乎提供了关于铁、髓鞘和大分子含量的信息。但是，与MTR（磁化转移比率）一样，新生儿和婴儿中仍然很少有研究。

      在发展过程中，大脑组织的基本QSM特性不会改变：灰质（GM）倾向于顺磁（χm > 0），而白质（WM）倾向于抗磁（χm < 0）。在婴儿中，QSM显示深灰质核中的磁敏度随年龄增加，表明不同核之间铁沉积的速度逐渐不同。此外，随着年龄的增加，脑脊液（CSF）中的磁敏度值逐渐减小，并且随着白质束的髓鞘化程度减小，呈现出后-前的空间和时间模式。QSM也已经用于具有生发基质室内出血（IVH）的早产儿，以便更好地表征病变范围。在TEA（足月等效年龄）时，严重IVH的婴儿在正常外观的白质区域（例如，半卵圆中心、颞叶和顶叶白质）显示出较高的磁敏度值（即，顺磁磁敏度变化），而对照组则显示出较低的磁敏度值。这可能与血红素/铁蛋白铁的积累有关，其次是血红蛋白从脑室到白质的细胞外扩散。磁敏加权MRI也已经用于表征婴儿的点状白质病变和小脑出血。

灌注MRI 

      发展中的大脑对血流或氧气供应到脑组织的干扰高度敏感。MRI的进步推动了一些技术的发展，这些技术允许非侵入性地评估脑血流动力学。相位对比磁共振血管造影（PC-MRA）和动脉自旋标记（ASL）已经应用于新生儿人群。

      与ASL相比，PC-MRA的主要优势是图像获取时间。扫描时间不到一分钟，可以在颅底位置测量以cm/s为单位的流量。然而，它缺乏空间信息，需要对解剖学脑图像进行分割以计算以mL/100 g/min为单位的灌注值。通过在手动绘制的感兴趣区域（ROIs）中积分值来计算每个血管的定量流量值，这些区域包围了内颈动脉和基底动脉的血管腔。然后将两个值相加并除以总脑容量（从解剖图像中得出）以计算总脑血流量。

      相反，ASL通过在控制图像和标记图像之间的减法技术提供了脑组织水平上的灌注测量。在颈部区域反转动脉氢质子，并在允许标记自旋到达脑组织的一定时间延迟后获取标记图像。通过减去标记图像和控制图像获得灌注加权图像。ASL在信噪比（SNR）方面受限，因此这种标签-控制方案需要重复多次以计算灌注图（新生儿的获取时间约为3分钟）。测量值取决于获取设置（例如，标记持续时间，标记后延迟）和患者特征（即，血液的纵向弛豫率或自旋-晶格弛豫时间，这取决于年龄和血细胞比容，颈部的血流速度）。标记效率在新生儿中更可能会有所变化。几个技术困难限制了ASL在新生儿人群中的应用：例如，较低的脑血流量（CBF）导致较低的SNR，以及更长的示踪时间导致负灌注。最近，伪连续ASL（pCASL）协议被调整以适应早产儿的缓慢血流。ASL获取对运动伪影非常敏感，这导致在分析中有很高的拒绝率。

       最近的研究观察到随着婴儿年龄的增长，脑血流量（CBF）有所增加，反映了大脑的成熟。与额叶区域相比，CBF在深部灰质核团、中央和枕部区域最高（图8），而额叶区域随着年龄的增长显示出最高的CBF增加率。在相对于足月新生儿的足月早产儿中，已经观察到基底节区域与神经运动结果相关的脑灌注差异。还报告了在岛叶、前扣带和听觉区域的相对CBF值较低，而且脑实质损伤的存在与全局和区域CBF较低相关。

图8：发展过程中脑灌注的演变。

展示了三名分别在33、40和55周矫正胎龄（PMA）的早产儿的解剖T2w图像（顶行）和ASL图（底行），显示了从深部灰质核团到外围，以及在额叶区域之前的枕叶区域的灌注增加。

波谱学和化学位移成像

      质子磁共振波谱学（MRS）基于不同的共振频率或化学位移对代谢物进行定量。MRS波谱在ppm（百万分率）尺度上表示代谢物峰值。单体素方法比多体素技术（即，化学位移成像[CSI]）更为稳健，具有更好的磁场均匀性，更高的信噪比（SNR），从而获得更好的频谱分辨率，减少化学位移或体素流失的伪影，以及来自未抑制的水或脂质信号的污染。更高的场强允许较小的频谱重叠和使用较小的体素大小，只要优化了B0均匀性。在3T下，推荐使用绝热选择再聚焦序列，以及在新生儿中使用1.5 cm³的体素和128个平均值。

       代谢物浓度的变化在大脑发育过程中非常重要，特别是在出生后的第一年，N-乙酰天冬氨酸（NAA，峰值为2.02 ppm）和肌酸（Cr，峰值为3.03 ppm）的快速增加，以及胆碱（Cho，峰值为3.2 ppm）和肌醇（mI，峰值为3.56 ppm）的快速减少。NAA参与髓鞘的形成：它从神经元转运到少突胶质细胞，在那里用于髓鞘合成。肌酸对细胞能量供应的调节是必需的，被认为与神经细胞质量相关。总胆碱是膜转换的标记物，肌醇是胶质细胞的标记物。两者在新生儿中的值都很高。谷氨酸-谷氨酰胺（Glx，峰值为2.1-2.5 ppm）被用作神经元破坏过程的标记物。在发育过程中，它参与神经发生和成熟的不同阶段，包括神经前体细胞的增殖、迁移、分化、存活和突触生成。乳酸（峰值为1.32 ppm）是缺氧或细胞能量衰竭的标记物，但在新生儿中发现最小的乳酸峰是正常的。

      除了随年龄变化外，代谢物浓度还取决于大脑位置，与灰质相比，白质中的NAA和Cho值较高，而Cr、mI和Glx值较低，小脑中的Cr和Cho值最高。文献中可以找到根据年龄和大脑位置的标准曲线，但这取决于采集协议。

      在早产的新生儿中，与同龄的胎儿相比，已经证明NAA、Glx、Cr和mI的浓度较高。在TEA（足月等效年龄）时，没有主要白质损伤的早产儿显示出白质中Cr、Glx和大分子的较低水平，这表明代谢和蛋白质合成受损，mI浓度较低，可能表明星形胶质细胞增生，与18个月龄时神经发育延迟相关的丘脑中NAA/Cho比例较低， 以及小脑中NAA水平较低和Cho水平较高。小脑损伤的存在始终与NAA、Cho和Cr的浓度降低有关。有点状白质病变的早产儿也显示出顶叶白质中NAA水平降低，表明神经元损伤和髓鞘损伤。

其他最近的MRI方法

      有不同的方法可以定量评估新生儿的大脑成熟。但到目前为止，实际上很少有研究比较了可用的标记物，并评估了它们的互补性或冗余性。近年来，一些团队提出了一些复杂的方法，基于先前的定量MRI方法来表征成熟机制。不同的团队实施了多室或多参数方法来比较或整合互补参数。

复杂的成熟标记

      最近的一种方法旨在通过计算与髓鞘相关的水体积分数（fmy）来为发育中大脑提供一个定量的髓鞘量标记。这依赖于基于每个组织体素中的T1和/或T2弛豫时间分布估算的多室模型，这需要测量不同采集设置（例如，不同的TEs，不同的TIs）的MR信号。已经提出了不同的数据采集和分析方法来估算感兴趣的参数（例如，fmy），其可靠性因模型假设（例如，室弛豫特性）而异。基于mcDESPOT（多组分驱动平衡单脉冲观察T1/T2）成像技术测量fmy的方法提供了与婴儿和幼儿期间髓鞘化的先前组织学研究一致的时空模式，成熟始于中央大脑区域，并以尾向头方式进行。一种数据驱动的技术（即，独立组分分析[ICA]）进一步使得能够根据它们的fmy轨迹划分WM区域。以这种方式突显出的一些区域的轨迹与认知能力的个体差异相关。

      该方法的主要缺点是长时间的采集和/或后处理时间；提出了一种基于EPI序列的替代方法，该方法在少数成人身上执行模型参数的预校准步骤。使用5分钟采集协议在婴儿中获得的整个大脑图显示了从中心到外围区域的髓鞘化进展（图9a）。在BCP项目中，已经开发了一种2D MR指纹识别方法，以同时测量fmy和T1和T2弛豫时间。初步结果显示，直到6个月的年龄，fmy的水平可以忽略不计，并且之后逐渐增加，存在区域差异（图9b）。与T1和T2参数相比，fmy似乎提供了对组织成熟变化的差异但互补的敏感性。

图 9：发展过程中与髓鞘相关的水分数的演变。

      展示了出生时为足月的婴儿在1个月、4个月和8个月大以及一个成人的fmy图（与图2中的相同主题），显示了从中心区域到外围的髓鞘化进程（a）。这个分数随着年龄的增长在白质中增加，但在不同的束之间增加的速率不同（b）。

      其他最近的综合方法提议估计所谓的“g-比率”（即，轴突直径与包括髓鞘在内的外部纤维直径的比率），基于扩散和髓鞘相关的测量（例如，使用NODDI指数、MTR或fmy测量）。预计这个标记会随着髓鞘化过程在白质中减少，正如在30和40w PMA（矫正胎龄）时对早产婴儿进行成像观察到的那样，以及在年幼的儿童中观察到的那样。这个指数可能会提供有关神经信息传输效率和白质通路传导速度的相关信息。然而，这些不同标记的互补性，与成熟机制的关系，仍需在不同的发展时期进行评估。

参数比较

       已有少数研究开始探讨这个问题。通过比较在早产期（28-32周胎龄，PMA）和足月相当年龄（TEA）期间扫描的婴儿的T1、MTR（磁化转移比率）和DTI参数，研究显示这些图像具有不同的对比度，不同的大脑区域和年龄之间存在差异。与其他参数不同，MTR的区域变化模式在早产年龄和TEA（足月相当年龄）之间发生了变化。基于体素的分析和这些参数的比较进一步突显了大脑壁的层状模式，并在大脑区室（例如，次板，中间区）中提示了不同的成熟机制。在27至58周胎龄的早产婴儿中，也比较了不同大脑区域的NODDI、T2和fmy（水体积分数）属性。 该研究显示，在丘脑中，与年龄相关的扩散变化不仅仅是由于髓鞘化，而在后部白质中，扩散和T2的变化是相关的（可能是由于轴突和胶质细胞的增殖），但不依赖于髓鞘水含量。

多参数方法

     近年来，其他方法提议整合MRI参数（T1和T2弛豫时间，各向异性和DTI的扩散性）在1至5个月的新生儿期间提供的补充信息，目的是共同考虑与各种成熟机制相关的变化（例如，细胞和膜密度的变化，水和铁含量的变化，与树突分支化、突触生成、纤维髓鞘化的发展有关等）。首先，考虑了一种基于其相似属性对大脑体素进行分组的方法，应用聚类算法于这些指数的组合。这允许根据它们的成熟程度对皮质区域进行分类，而不需要事先对它们的解剖位置做任何假设。结果显示了个体层面上皮质区域的不同成熟模式，以及根据年龄在婴儿群体中的进展。这证实了初级感觉运动区域的早期成熟，随后是相邻的单模态联合区域，最后是高阶联合区域（图10a）。然后，T1和DTI轴向扩散性（λ//）似乎是评估这个发展时期的GM特性的最相关参数。应用于WM体素的相同方法突显了成熟是如何从大脑中心向外围进行的。

图 10：脑网络的非同步成熟。

      基于多参数MRI方法，突显了皮质区域（a：使用定量T1和DTI轴向扩散性的方法）和WM束（b：使用定量T1和T2，DTI轴向和径向扩散性的方法）之间的成熟异质性。

     此外，通过比较婴儿与一组成人的T1、T2和DTI扩散性，估计了一组WM束中的成熟距离（基于Mahalanobis距离）。这揭示了束之间更多的成熟关系，而不是单变量方法，并且它允许量化它们的相对成熟延迟。结果证实了出生后第一年的剧烈变化，以及各束成熟的异步性，特别是脊髓丘脑束、视放射、皮质脊髓束和穹窿的早期成熟，以及联合束（如上纵束和上纵束）的延迟成熟（图10b）。

     总的来说，这些最近的研究提供了有趣的工具和微结构标记，这些标记可能更好地反映了在整个发展过程中GM和WM组织中成熟机制的复杂性和重叠模式。但是还有很多工作需要完成，以确保将这些方法应用到临床背景中。

功能性磁共振成像（Functional MRI，fMRI） 

      在婴儿的早期，先前描述的MRI技术测量的结构成熟机制伴随着大脑的功能发展，使婴儿能够根据他们对环境的感知、经验和学习获得感觉运动和认知能力。实际上，尽管在出生时不成熟，大脑显示出早期的结构。然而，重要的可塑性现象可能会发挥作用，并修改早期建立的结构，特别是在各种干扰（例如围产期损伤）的约束下。

      

功能MRI的发展特异性和方法学挑战 

      成人最常用的映射大脑功能网络的方法是fMRI。然而，它在婴儿中仍然具有挑战性。与先前的MRI技术一样，可能更喜欢使用短协议来针对宝宝的宁静时刻。实际上，头部运动是一个主要问题，也因为这种行为可能有不同的原因，并且在婴儿群体（典型或有异型发展风险）之间变化，导致fMRI研究中的“人为”混淆。近年来，已经提出了一种定制设计的MR线圈，以优化新生儿头部大小的时间信噪比，并且dHCP项目使用定制设计的32通道新生儿特定头线圈。为了最大化对BOLD（血氧水平依赖性）大脑活动的敏感性，还需要使用与发育中大脑的T2特性（新生儿和婴儿的T2比成人长，因为水含量较高和脂质含量较低）相关的最佳TE。对于3T fMRI的足月新生儿，建议使用约50毫秒的TE来检测显著的刺激相关的BOLD变化。

      关于fMRI数据的后处理，需要考虑几个步骤以最大化功能激活图的可靠性和精度。最近，dHCP静息态fMRI（rs-fMRI）预处理流程已经扩展到刺激-响应fMRI图像的分析。通过实施优化的运动和失真校正、基于ICA的去噪和血流动力学建模，显著提高了功能图的空间特异性和敏感性。实际上，BOLD响应特征（即，时间过程，幅度）在发展过程中会发生变化。因此，需要在目标受试者群体中测量血流动力学响应函数（HRF）的准确模型。例如，在被动运动刺激范例和事件相关设计中，已经在32-35周PMA的早产新生儿、TEA（38-44周PMA）和成人中表征了HRF波形，并观察到了系统的成熟趋势：主要正峰的幅度随着年龄的增加而增加，而其时间则减少。

       与成人不同，新生儿和婴儿中已经报道了具有正或负主峰的BOLD响应，这导致了关于CBF和神经活动后氧消耗的发展变化的争议。实际上，神经血管耦合（将瞬时神经活动与随后的血流变化联系起来的机制）以及自动调节系统，在发育中的大脑与成人相比似乎有所不同。在新生大鼠的系统研究中，已经表征了皮质血流的发展演变。P12大鼠（相当于人类新生儿）表现出“倒置”的血流动力学响应（~负BOLD），早期的氧消耗随后出现了延迟的蛛网膜动脉收缩。这些响应随着刺激诱发的系统性血压而变化，导致某些情况下的皮质充血（~正BOLD）。在较老的大鼠中，随着最初的充血相（~正BOLD）的发展，血流动力学响应成熟，最终掩盖了氧消耗，并在成年期平衡了血管收缩。这种动态变化可能解释了先前新生儿和婴儿的fMRI研究中描述的BOLD响应的变异性。

通过“基于任务”的fMRI绘制功能网络 

      近年来，刺激范式期间的fMRI已被用于探索发育中的大脑如何处理感觉运动和认知信息（例如，触觉、视觉、语言刺激）。

感觉运动系统 

      触觉感知和运动活动是胎儿在子宫内首先尝试的活动之一。基于被动运动或触觉刺激范式，已经研究了感觉运动网络（图11a）。在早产新生儿中，已经识别出了诱导腕部运动后的大脑反应，这些新生儿年龄小至30周PMA。研究显示，参与的网络似乎在发展过程中不断扩展和明确：虽然最初观察到了更广泛分散的反应和感觉运动联合区域及同侧半球的逐渐整合，直到TEA(足月等效年龄)，但在较大的婴儿中突显出了空间特异性的年龄相关增加。fMRI还显示，从32周PMA开始，初级感觉运动皮质区已经具有了基本的体位拓扑组织。通过刺激腕部、脚踝和嘴巴激活了不同的大脑区域。为了研究发育中的大脑如何处理情感触觉，另一个团队在满月以下的足月新生儿中测量了温和皮肤抚摸的大脑反应，并显示了两个也参与成熟大脑的区域的激活（中央后回和后岛皮质）。这些研究表明，从早产期开始，感觉运动网络就已经有了早期的功能组织。

图11：新生儿和婴儿的功能映射。

      功能性MRI研究描述了在感觉运动刺激（a：改编自参考文献165）、嗅觉刺激（b：改编自参考文献172）、视觉刺激（c：改编自参考文献173）和语言刺激（d：改编自参考文献174）后，新生儿和婴儿群体中激活的大脑区域。值得注意的是，涉及的大脑区域与成人非常相似，尽管它们的成熟度很低，但这表明了功能网络的早期组织。

嗅觉系统 

      嗅觉是胎儿在子宫中发展的第二种感觉。出生后，它预计将在新生儿和母亲之间的行为适应、交互和结合过程中发挥至关重要的作用。最近的一项新生儿fMRI研究显示，成人样的大脑皮层区域（包括海马嗅皮质、眶额皮质和岛叶）通过嗅觉和三叉神经气味物质的感知而被激活（图11b），这表明嗅觉大脑网络的早期专门化。

视觉系统 

      视觉也是人类最早发展的感官功能之一。子宫内的视觉刺激非常有限，但自发的视网膜活动使视觉通路能够在妊娠第三个孕期早期开始运作和专门化。出生触发了一系列的视觉刺激，这将诱导增加的大脑活动和一系列的成熟机制。fMRI视觉协议在婴儿中很难实施，因此最初的研究是在镇静的受试者中进行的，并在新生儿和婴儿中显示出负然后是正的BOLD反应（图11c）。最近，两个团队成功地研究了清醒的婴儿。基于流动与随机运动刺激，显示2个月大的婴儿的主要皮质区域负责视觉运动感知，并且独立的视觉输入似乎很早就存在于主要（V1）和颞枕（V5/MT+）区域。尽管反应轮廓和活动模式存在差异，但研究显示，4-6个月大的婴儿的纹状外视觉皮质呈现出早期的成人样特化和视觉类别（例如，面部，场景）的空间组织。这些研究表明，出生几个月后，发展中的大脑已经能够进行高级视觉处理，尽管在儿童时期进一步完善了基础网络。

听觉/语言系统 

      听觉系统的成熟周期比视觉系统的成熟周期更长，从怀孕到儿童时期。不同的团队通过fMRI研究了专门用于听觉和语言处理的大脑网络。在3个月大的婴儿中，言语刺激已经在左侧化的大脑区域（包括颞上回和角回）中引起活动（图11d）。与成人一样，颞裂周围区域显示出不同速度的激活（在Heschl's回附近的反应最快）和对句子重复的不同敏感性（在下额Broca区域的活动增加，表明早期参与了口头记忆）。与非言语声音相比，颞区在1至4个月之间对言语的选择性逐渐增加。另一方面，在足月新生儿中，音乐聆听引起了主要和高级听觉皮质区域的右半球激活。与足月新生儿相比，早产儿在TEA（38-41w PMA）时对语言刺激显示出较少的后部丘脑激活，但在颞上、颞上缘和下额回中显示出类似的双侧激活。在早期（29-34w PMA），也观察到了颞上和颞上缘的激活，呈现左侧优势，而在较晚时期（44-45w PMA），活动模式似乎得到了精细化，呈现双侧颞上和左侧化的颞上缘激活。从TEA（足月等效年龄）开始，这些大脑反应似乎部分与早产儿的神经心理学结果有关。总的来说，这些研究表明，对于言语和音乐处理存在早期的偏侧化特化，这种特化会在早产期间受到经验环境的调节。

      这些基于任务的新生儿fMRI研究所取得的进展是基础性的。然而，它们仍然难以实施，特别是因为在MRI扫描仪中的安装条件、采集噪音和对运动的敏感性减少了婴儿在协议期间保持清醒和平静的可能性。因此，在这些不同领域没有重大进展的情况下，这些研究在临床背景下的潜力似乎有所降低。

绘制静息态网络 

      研究新生儿功能网络发展的另一种有前景的技术是静息态功能磁共振成像（rs-fMRI）。它允许绘制大脑区域的网络，这些区域是“功能连接”的，即，随着时间的推移，显示出自发且连贯的BOLD信号波动的区域。通常，目标是低频波动（例如，0.01-0.08 Hz对应于12.5-100秒的时间段）。然而，也提出了高频带中的功能连接性分析，以及动态（而非静态）功能连接性分析。新生儿中rs-fMRI的主要优势是在没有任何任务的情况下获取数据。但这意味着几个方法学挑战，如最近的评论中详细介绍的那样。关于数据分析，第一种方法是基于感兴趣区域（ROI）的，它在整个大脑上提供基于体素的相关分析。结果容易解释，但它们也高度依赖于ROI的解剖定义。基于剖分图集的传播识别个体区域是可能的。然而，这需要一个与年龄匹配的图谱，以及组内的准确配准。另一种方法依赖于数据驱动的独立成分分析（ICA）（图12），它允许在进一步的分析中排除噪声成分。

图12：新生儿静息态fMRI绘图。

      在足月新生儿和足月等效年龄（TEA）的早产儿中，通过ICA（独立成分分析）分析获得的组件以轴向视图呈现（阈值为z得分>3），并叠加在T2加权的MR婴儿大脑模板上。突出显示的网络包括：视觉（1）、感觉运动（2）、上额区域（3, 13）、小脑（4）、后扣带皮质（6）、楔前叶（8）、听觉（9）、后颞叶（11,12）、眶额区域（14）、突显网络（15）、脑干和丘脑（16），以及噪声成分（5, 7, 10）。

       近期的研究显示，新生儿大脑展现出复杂的静息态功能架构，例如在早产期间，两半球之间的连接性增加。全足儿的连接组梯度分析揭示了单模态和跨模态区域之间的差异，暗示着正在构建中的类似成人的组织结构。视觉、感觉运动和听觉区域的网络在出生后不久就已经存在，但它们的体积和激活强度在头两年里增加。在4到9个月大时，观察到类似的网络定位，但本地网络的连接强度减少，而更远网络的连接强度增加。关于更高阶的认知过程，新生儿通常会发现一个不成熟的默认模式网络（“原始-DMN”），而类似于成人DMN的集成网络结构（依赖于腹内侧前额、后扣带、内侧颞区、楔前叶和角回区域）则在1岁时出现。中央执行网络（依赖于背外侧前额叶、后扣带和后顶叶区域）也在足月儿中观察到，尽管网络内的连接性在发展过程中增加。至于突显网络（依赖于前岛叶和背侧前扣带区域），其本地专门化和连接强度在头两年里急剧增加。

      一些新生儿的研究已经开始比较由rs-fMRI和扩散MRI提供的发展中的功能和结构连接模式。在成人中，连接这些测量的机制仍然理解不足：结构连接的强度似乎预测了功能连接的强度，而强功能连接存在于没有直接结构连接的区域之间。一些团队建议，结构方法可能主要反映单突触连接，而功能方法也可能对多突触连接敏感。 新生儿的研究还揭示了结构和功能连接模式之间的相似性/不同性取决于系统，感觉区域和通路的重叠程度大于高阶关联区域。这可能是由于系统之间的成熟差异导致的技术偏差，例如更可靠的成熟结构连接的追踪重建（例如，感觉运动相比于关联区域）。另一方面，关联区域可能显示出延迟的功能整合，尽管已经建立了结构连接。

    早产影响静息态网络之间的功能连接。与足月新生儿相比，TEA（term equivalent age，足月等效年龄）时的早产儿显示出较少复杂的内在活动，较弱的两半球间和丘脑皮质连接，以及丘脑和突显网络之间的较少连接。他们还显示出在由突显网络相互连接的三个网络模块中的耦合减少。这些模块包括：1）内侧上额、听觉和感觉运动网络；2）眶额、后扣带区域、楔前叶、视觉和左后颞叶网络；以及3）丘脑、楔前叶和右后颞叶网络。通过音乐展示的环境丰富化改善了这个特定电路中的功能连接性。这项研究还提出了一种基于非参数估计器的一致性和不一致性来分析功能连接性的原创方法，以增加检测组效应的灵敏度和稳健性。它假设BOLD波动的极端事件代表感兴趣区域（ROI）的重要激活或去激活，而虚假波动被视为噪音。

      总的来说，静息态功能磁共振成像（rs-fMRI）方法对于理解新生儿功能网络的建立具有前景，尤其是当结果可以与通过补充MRI方法提供的用于研究结构成熟的结果进行比较时。

结论和展望

      近年来，已经提出并实施了各种新颖的方法，以允许在新生儿和婴儿中对发育中的大脑进行MRI研究。这些不同的方法允许越来越精确地探索多种神经发育机制，从观察到的灰质（GM）和白质（WM）的形态到微结构变化，以及代谢和功能变化。然而，由于固有的方法学和实验问题，发育中大脑的研究在某些方面仍然受限。在不了解所提出的问题、临床或研究背景以及新生儿协议的可用获取时间的情况下，提供一般性推荐是困难的。质量控制程序对于确保MRI观察的生物真实性至关重要。因此，为了以尽可能自动和可靠的方式研究具有大量受试者和不同年龄的队列，或具有不同早期病理的新生儿群体，仍然面临许多挑战。高场MRI（即7T MRI）也将是一个令人兴奋和有前景的视角，用于以高空间分辨率绘制发育中的细微结构或3T MRI不可见的微小病变。这是一些合作研究和临床团队已经开始解决的热门话题，但它引发了额外的约束和挑战。

      目前另一个基本的视角涉及多模态方法，目的是将大脑MRI测量与临床和行为标记，或电生理指标（例如由脑电图（EEG）提供的指标）结合起来。例如，早产新生儿在出生后的最初几天中活动增加（通过EEG信号峰对峰幅度和“自发活动瞬变”测量）已与随后几周直到TEA（足月等效年龄）期间大脑和皮层下灰质的更快增长相关联。在典型婴儿中，研究进一步表明，白质成熟的MRI微结构指标与视觉系统的EEG功能测量（即，反应潜伏期和速度）之间存在重要联系。但是，对于听觉系统来说，这种关系似乎不太清楚，表明存在更复杂的交互机制，其中环境可能会发挥更突出的作用。

      理解与婴儿早期感官和整合能力有关的这种发展不同步仍然是一个令人兴奋的探索问题。在这里，MRI有关键作用，以及更好地表征和诊断来自围产期或围产期起源的神经发育病理。由于它可以在了解孩子的行为和临床结果之前实现，MRI是评估早期神经保护或神经再生干预的效率，或旨在避免儿童长期残疾的补救策略的的探索方法。