A Comparative Evaluation of Structural MRI Foundation Models for Age, Sex, and Body-Mass Index Predictions

人类大脑是一个复杂的器官，理解大脑如何随时间变化或在人与人之间存在差异是现代神经科学的核心目标。为了在无需手术的情况下观察活体大脑内部，研究人员依赖磁共振成像技术，该技术可以创建详细的三维大脑结构图。几十年来，科学家通过手动测量特定特征（如大脑外层的厚度或其褶皱表面的大小）来分析这些地图。这些被称为形态计量特征的测量值，为研究阿尔茨海默病或衰老的自然影响提供了坚实的基础。然而，收集足够的脑部扫描图像来研究罕见疾病或多样化人群是非常困难的，而且传统方法通常需要大量的人力来解释数据。近年来，一种新方法应运而生：通过在海量的脑部扫描图像集上训练计算机系统，使其能够自主识别模式。这些被称为“基础模型”的系统旨在直接理解原始图像，相比旧方法，它们可能提供一种更强大的方式，从医学扫描中提取有意义的信息。

一个研究小组着手测试这些新的计算机系统是否真的比沿用多年的既定方法具有优势。他们专注于四个已经在大型脑部图像数据集上进行过预训练的公开可用模型。为了观察这些模型在现实场景中的表现，研究人员从三类人群中收集了磁共振成像数据：帕金森病患者、由健康儿童和成年人组成的网络，以及大规模的健康志愿者群体。他们要求计算机模型执行三项脑科学研究中的常见任务：确定性别、估算年龄以及预测体重指数。为了确保公平比较，该团队将这些新模型与一种依赖于测量大脑皮层厚度和表面积的标准方法进行了对比，这种方法长期以来一直是该领域的金标准。他们使用了一个一致的测试框架，在测试期间不允许计算机模型学习任何新知识，从而确保结果仅反映模型从初始训练中所学到的内容。

结果显示，新的计算机模型并不总是能自动胜出。虽然一些基础模型在特定任务或针对某些人群时表现优于传统测量方法，但整体情况却好坏参半。其中两个模型——3D-Neuro-SimCLR 和 AnatCL，在大多数测试中始终优于传统方法。在这些模型中，3D-Neuro-SimCLR 展示了最可靠的表现，尽管它在涉及 HBN 数据集的性别分类特定任务上遇到了困难。其他受试模型并未能一致地击败传统测量方法，这表明计算机从原始图像中学习自身模式的能力并不能保证在每种情况下都能获得更好的结果。研究人员还发现，这些新模型理解大脑的方式与传统测量描述的方式不同，这表明计算机捕捉到了人类设计的测量指标可能会忽略的数据关系。

这项研究为该领域提供了一个清晰的基准，表明虽然这些先进的计算机模型具有巨大的潜力，但它们尚未成为既定技术的普遍替代品。研究结果表明，像 3D-Neuro-SimCLR 和 AnatCL 这样的模型是改进脑成像预测的强有力工具，但它们的成功很大程度上取决于所提出的具体问题以及所研究的人群。为了帮助其他科学家继续这项工作，研究人员向公众开放了他们的测试方法，创建了一个可以添加新模型并进行比较的动态资源。这种透明度确保了该领域能够朝着明确的方向发展，即在了解哪些工具效果最好之后再前进，避免在没有证据的情况下就假设新技术一定优于旧技术。这项工作证实，这些基础模型是神经科学家工具箱中有价值的补充，当合适的模型与合适任务相匹配时，它们为实现更准确的预测提供了一条路径。