生物信息学
基于真实组织微结构的扩散 MRI 模拟为验证生物物理模型和优化采集方案提供了一种手段，但其计算成本限制了大多数研究只能在远小于临床体素的区域内开展。本研究的目标是开发一种自动化且可扩展的框架，将全玻片组织学图像转换为具有临床相关空间尺度的扩散 MRI 模拟，同时确保其在标准工作站硬件上仍具可行性。我们提出了一条端到端流程，整合了二维全玻片细胞分割、网格生成和有限元 Bloch-Torrey 模拟。
为实现大空间尺度下的模拟而避免内存需求呈现不可承受的增长，我们引入了一种子区域平铺策略，即将组织区域划分为带扩展边界的子区域，并在无通量边界条件下对各子区域独立进行模拟。仅对每个子区域中心区域的信号进行聚合，以尽量减小边界伪影。对于一个 800 μm × 800 μm 的基于组织学图像的区域，聚合信号与相应全区域有限元模拟结果相比仅相差 0.07%，同时将实际运行时间从数天缩短至数小时，并使内存使用量保持有界且与全局区域大小无关。
当该方法应用于一个 2016 μm × 2016 μm 的异质性区域时，该区域近似于临床体素的平面内尺寸；由全区域得到的表观扩散系数与在更小的高密度和低密度子区域中计算得到的数值存在差异，这表明在临床相关尺度上，结构异质性会影响所推导的扩散度量。所提出的框架建立了一种自动化且内存稳定的方法，可直接从常规组织学图像生成扩散 MRI 模拟。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.05.11.724295v1?rss=1
🏷️ 扩散MRI 组织学图像 有限元模拟 细胞分割 Bloch-Torrey方程 局部平铺模拟