近日，首都医科大学附属北京儿童医院影像中心彭芸教授团队联合大连理工大学软件学院樊鑫教授团队、生物医学工程学院李焕杰副教授团队，与美国宾夕法尼亚大学、芬兰于韦斯屈莱大学相关团队共同合作，在脑科学交叉领域取得重要研究进展。针对早期婴幼儿脑发育精准评估缺乏临床标准化工具的问题，研究团队提出了基于临床二维磁共振影像（2D MRI）和影像组学（Radiomics）的婴幼儿脑龄预测与发育轨迹建模新框架，为儿童脑发育异常的早期识别和精准干预提供了低成本、可推广、具有临床转化潜力的新技术路径。相关研究成果以“Clinical 2D MRI Radiomics for Infant Brain Age and Trajectory Modeling”为题，发表于国际综合性学术期刊《iScience》。北京儿童医院影像中心罗环宇医师、大连理工大学生物医学工程学院李焕杰副教授和熊思婷硕士为共同第一作者，彭芸教授、宾夕法尼亚大学费城儿童医院黄浩教授、大连理工大学软件学院樊鑫教授为共同通讯作者。

婴幼儿时期是大脑结构和神经功能快速发育的关键阶段。准确评估脑发育水平及其发育轨迹，对于理解正常神经发育规律、识别发育偏离以及开展早期干预具有重要意义。然而，目前主流脑龄预测研究大多依赖长时间采集的高质量3D MRI序列，采集成本较高，难以应用于临床实践。相比之下，医院临床常规检查中积累了大量2D MRI影像数据，但由于分辨率较低且缺乏统一分析标准，这些数据长期未能得到充分利用。针对这一挑战，研究团队提出了一种基于临床2D MRI和影像组学特征的脑龄预测框架。首先从常规临床二维MRI图像中自动提取反映脑组织结构特征的高维影像组学指标；随后利用机器学习方法建立脑龄预测模型，实现个体脑发育水平的定量评估；进一步结合大样本数据，构建婴幼儿脑发育规范化轨迹模型，实现从单次影像检查到连续发育过程评估的跨越。

研究发现，该方法能够利用常规临床MRI实现高精度的脑龄预测，并揭示婴幼儿早期脑发育的异质非线性变化规律。与依赖高分辨率3D MRI的方法相比，能够显著降低数据获取门槛，使大量临床影像资源能够用于脑发育研究和临床辅助决策。通过建立规范化发育轨迹，研究人员不仅能够评估婴幼儿当前脑发育水平，还能够识别发育速度和发育模式的个体差异，为神经发育障碍相关疾病的早期筛查提供客观依据。

首都医科大学附属北京儿童医院影像中心通过国际合作聚力形成平台支撑，人工智能、医学影像学与神经科学跨学科深度交叉融合所取得的这项成果，有望突破传统脑发育评估高度依赖专门的研究型MRI数据和专科评估资源的限制，充分利用医院日常积累的大量临床磁共振数据，构建面向婴幼儿脑发育的智能评估体系。展望未来，在通用大模型、多模态医学影像以及脑机接口等前沿技术的深度赋能下，该研究将有望驱动婴幼儿脑发育从“静态诊断”向“动态预测”、从“经验判断”向“精准评估”转变，为婴幼儿脑健康管理、精准医学和智慧医疗发展提供重要技术支撑。

全文链接：https://doi.org/10.1016/j.isci.2026.116623

影像中心