BrainFIBRE：脑微观结构信息分解的基础模型

扩散 MRI 探测大脑微观结构，对早期脑血管和神经退行性变化特别敏感。神经突定向分散和密度成像 (NODDI) 将扩散信号分解为三个生物物理可解释的图：神经突密度指数 (NDI)、定向分散指数 (ODI) 和自由水分数 (FWF)，捕获神经突堆积、纤维相干性和细胞外液。这些 3D 地图为可转移的微观结构表示提供了丰富的基础，但将它们集成起来具有挑战性：标准表示学习很难将每个地图中的独特信息与它们共享和协同的相互作用分开。我们推出了 BrainFIBRE，这是第一个大脑微观结构的基础模型，在来自 55,592 名英国生物银行参与者的 NODDI 衍生图谱上进行了预训练。我们提出了自监督部分信息分解（SPID），它首次将 PID 引导的多模态学习扩展到自监督机制。一种新颖的反事实候选构建（CCC）范式通过模态丢弃和交换扰乱模态间对齐，为专家混合架构提供对比信号，以在没有任何下游标签的情况下解开独特、协同和冗余的信息。在白人和亚洲人群中，BrainFIBRE 在预测年龄、性别、脑血管和神经退行性标记物以及认知的各种任务中均实现了最先进的性能，同时产生了神经生物学可解释的表示，揭示了任务和队列特定的交互模式。 BrainFIBRE 为微观结构水平的神经影像分析奠定了多功能基础。