铜色僧面猴(Plecturocebus cupreus)的分层脑MRI图谱

A Hierarchical Brain MRI Atlas of the Coppery Titi Monkey (Plecturocebus cupreus)

作者信息Alita Jesal D Almeida, Brad A Hobson, Anelise Caceres, Sarah Tam, John P Paulus, Claudia Manca, Anand A Joshi, Sara M Freeman, Karen L Bales, Abhijit J Chaudhari
PMID41967786
发布时间2026-04-10
DOI10.1016/j.neuroimage.2026.121921

实验完整度

包含MRI图谱构建、手动分割、群体模板生成、PET验证等多个证据层级,并进行了Dice系数和Hausdorff距离验证,以及BPND比较。

主要模型

铜色僧面猴脑MRI图谱(UCD-TiNA) 群体模板(UCD-TiNA_group,N=17) 手动分割图谱汇编(UCD-TiNA_mac,N=6) PET验证队列(N=42)

重点核对

UCD-TiNA图谱包含74个层次化VOI,用于单被试及群体分析 UCD-TiNA_mac包含14个与社会结合相关的VOI,来自6只猴 PET验证队列规模:N=42只猴 Dice系数中位数:0.74,Hausdorff距离:文中未明确说明

摘要

引言:铜色僧面猴(Plecturocebus cupreus)是用于社会神经科学的重要非人灵长类模型,然而神经影像学研究因缺乏标准化图谱而受到严重限制。我们通过引入首个基于MRI的僧面猴脑图谱包来解决这一空白,该图谱包包括单被试图谱(UC Davis Titi猴神经影像图谱(UCD-TiNA)),以及群体图谱(UCD-TiNA_group)和手动分割图谱汇编(UCD-TiNA_mac)。方法:UCD-TiNA包含74个按层次组织的脑区,由代表性成年脑的MRI描绘,以及全脑、灰质和白质掩模。这些分割被传播到群体模板(UCD-TiNA_group,N = 17只猴)以增强泛化性。创建了一个手动分割图谱汇编(UCD-TiNA_mac,N = 6只猴,14个区域)以实现多图谱分割方法。UCD-TiNA和UCD-TiNA_mac在[11C]GR103545 PET和MRI研究(N = 42只猴)中进行了评估,以量化区域κ阿片受体结合。结果:扭曲后的UCD-TiNA与手动分割的UCD-TiNA_mac标签具有高度一致性(中位Dice = 0.74)。区域[11C]GR103545结合潜力与已发表的模式一致。定量PET分析显示,扭曲和手动分割标签之间的中位误差小于1%,且高度相关(Spearman r = 0.99)。讨论:这项工作提供了首个体内图谱包,以实现对僧面猴神经影像数据的标准化、可重复和跨模态分析。通过提供共同的解剖参考,该图谱包应能促进严格和协调的数据处理,支持社会神经生物学中的高通量和纵向研究,并为社会行为的转化研究提供信息。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
开发并验证首个用于铜色僧面猴神经影像分析的标准脑图谱包。
核心机制
文中未明确说明
主要证据
通过PET和MRI研究(N=42)验证,扭曲的UCD-TiNA与手动分割的标签高度一致(Dice=0.74),PET定量分析误差<1%且高度相关(r=0.99)。
研究意义
提供标准化的解剖参考,促进社会神经生物学中可重复的神经影像研究,并为社会行为的转化研究提供支持。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

图谱构建

创建单被试的层次化脑MRI图谱(UCD-TiNA)。

选择代表性成年雌性猴(1.84岁,1.26kg)的MRI,进行手动分割,基于恒河猴的CHARM和SARM图谱以及组织学数据,定义了74个VOI,包含皮层、皮层下和脑白质结构。

2

群体模板生成

生成群体平均模板(UCD-TiNA_group)以提高泛化性。

对17只猴的MRI进行AC-PC空间配准,使用ANTs的antsMultivariateTemplateConstruction2脚本进行非线性平均,创建群体模板,并将UCD-TiNA的VOI传播到模板。

3

手动分割图谱汇编

创建多图谱分割的参考标准(UCD-TiNA_mac)。

对6只猴的MRI手动分割了14个与社会结合相关的VOI,包括皮层和皮层下结构。

4

图谱验证

评估图谱的分割精度和PET分析的一致性。

将UCD-TiNA扭曲到42只猴的MRI上,比较扭曲后的标签与手动分割的标签(UCD-TiNA_mac)的重叠度(Dice)和边界偏差(Hausdorff距离),并计算[11C]GR103545 PET的BPND。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
1.5T GE Signa LX9.1扫描仪General Electric Corporation--
表面线圈----
BrainSuite(v23a)----
N4ITK----
3D Slicer----
异氟烷----
[11C]GR103545----
PMOD(v4.4)PMOD Technologies--
PiPET扫描仪Brain Biosciences--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
MRI采集
扫描仪参数:1.5T GE Signa LX9.1,3D SPGR序列,TE=7.9ms,TR=22.0ms,翻转角30°,视野8cm,矩阵256×256,体素0.3125×0.3125×1mm3;表面线圈尺寸7.62cm
阅读提示:参见Methods 2.2节
图谱构建
UCD-TiNA的单被试:成年雌性,1.84岁,1.26kg;UCD-TiNA_group样本量N=17;UCD-TiNA_mac样本量N=6
阅读提示:参见Methods 2.1节
PET验证
PET扫描参数:110分钟动态采集,注射[11C]GR103545(活度52.93±8.63MBq,质量0.28±0.04μg/kg);配准方法:ANTs B-Spline SyN,步长26
阅读提示:参见Methods 2.7和2.8节
PET数据分析
BPND计算使用SRTM模型,以参考组织为小脑;验证指标包括Dice系数、Hausdorff距离和Spearman相关
阅读提示:参见Methods 2.9节和Results 3.2节