基于几何感知图匹配的弱监督脑回铰链对应框架：提升大脑结构与功能关系研究

　　本综述提出了一种创新的几何感知图匹配（GAGM）框架，通过弱监督方法实现脑回铰链（GH）的跨被试精准对应。该研究整合了GH的几何形态（形状、空间关系）和脑区多尺度先验知识，克服了传统方法依赖点对点标注的局限性，为大脑结构-功能关系研究提供了无需人工标注的高效解决方案。

　　

Highlight

本研究首次提出无需点对点标注的弱监督脑回铰链（GH）对应方法，通过几何感知图匹配框架（GAGM）整合皮层形状、拓扑关系与脑区多尺度信息，显著提升跨被试GH对应的准确性与鲁棒性。

Gyral Hinge correspondence

该领域由Li等（2017）开创，首次量化GH形状并基于手工标注实现少量GH的跨被试对应研究，证明了GH对应的可行性及其对大脑皮层发育规律与变异性的重要意义。后续研究通过引入形态学特征（如曲率、深度）和基于图谱的策略提升对应性能，但仍严重依赖人工标注或结构连接信息，难以推广至全脑GH（超过400个/脑）。

Preliminaries and overview

给定源与目标被试的结构磁共振成像（sMRI），提取其GH及脑区标签集合X={x_i, r_i}_i=1^m与Y={y_j, r_j}_j=1ⁿ，其中r_i, r_j∈[1,t]表示脑区编号，m、n为GH数量，t为脑区总数。目标是通过映射f:X→Y找到每个GHx_i对应的y_j∈Y，且满足i与j的语义一致性。与传统方法不同，本研究无需点级标注，仅利用脑区先验知识实现弱监督匹配。

Datasets

使用人类连接组计划（HCP）和中国人类连接组计划（CHCP）两个公开数据集构建GH数据集。HCP包含1200名被试的T1/T2加权MRI与任务fMRI数据，随机选取250例；CHCP包含600名中国被试的多模态数据，随机选取200例。所有数据均经自动化流程处理：使用FreeSurfer进行皮层重建，采用基于曲率的算法提取GH，并基于Desikan-Killiany图谱划分脑区。

Discussion

本研究通过融合皮层几何形态（形状、拓扑）与脑区信息，突破了传统依赖标注或连接数据的限制。GH作为多方向脑回的汇合点，其几何特征（如三维曲率模式）与脑功能具有内在关联，GAGM框架通过图结构建模与多尺度匹配强化了这一关联。未来可进一步整合动态功能连接或基因表达数据，深化对大脑结构-功能-遗传机制的理解。

Conclusion

无需点对点标注的GH精准对应是揭示脑结构与功能关系的关键挑战。本研究提出的GAGM框架通过形状感知图构建（SAGE）与区域感知图匹配（RAGM）模块，实现了跨被试GH的高精度对应，为大脑图谱构建与脑疾病生物标志物挖掘提供了新范式。