dMRI技術專欄 (1)：從維度破解大腦纖維的「偽裝」—— Fixel-based Analysis

在擴散磁振造影（difussion MRI, dMRI）的世界裡，學者一直在追求更精確地描繪大腦的神經結構。從最早的 DTI 到現在的 FBA、NODDI，這不僅是模型的演進，更是一場關於「空間解析度」與「生物物理意義」的革命。

傳統的 Diffusion Tensor Imaging (DTI) 假設每個像素（Voxel）內只有一個主方向（單一橢圓球）。

交叉纖維 (Crossing Fibers)：然而，大腦中約有 60-90% 的區域包含多個方向的神經纖維。當兩條纖維在同一個像素內交叉時，DTI 會將兩者混淆，算出一個圓形的張量。
指標失效：這會導致常用的指標（如 FA 值）在纖維交叉處出現「偽性下降」。我們無法判斷這是因為神經真的受損，還是模型單純無法解析複雜的交通網。

圖：在voxel中，FOD與Fixel

圖 1：voxel與Fixel
為了突破傳統模型的限制，Fixel-based Analysis (FBA) 引入了全新的分析單位。

Voxel（體素）：是影像中的一個 3D 小方塊，它是空間位址，但沒有方向性。
Fixel（纖維元素）：是在「特定像素」內的「特定方向」纖維成分。
透過高等級的擴散模型（如 CSD, Constrained Spherical Deconvolution），我們可以在同一個像素裡拆解出多個 Fixel。這意味著我們終於能針對「某一條特定路徑」進行獨立測量，而不再受鄰近交叉路徑的干擾。

FBA 最強大的地方在於它提供了三個具備明確生物物理意義的指標。我們可以使用 LaTeX 公式來精確定義它們：

$ FD $ 衡量的是在單一 Fixel 內的軸突（Axon）數量。
意義：反映了神經纖維內部的微觀完整性。如果 $ FD $ 下降，通常代表軸突本身的流失。

$ FC $ 衡量的是纖維束整體在空間中所佔據的截面積大小。
意義：這是一種形態學上的測量。反映了神經束整體的粗細變化，常用於偵測神經萎縮（Atrophy）或發育導致的束體擴張。

這是 FBA 架構中最具代表性的指標：
$FDC = FD \times FC_{norm}$ FDC 代表了該路徑總體的「傳導效能」。它結合了微觀的「纖維多不多」與宏觀的「路徑寬不寬」。只有當這兩個維度同時被考慮時，我們才能對大腦白質的結構完整性給出最全面的評價。

FBA 的出現，讓我們從「看一團纖維」進化到「看每一條纖維」。
這種「方向特異性 (Directional Specificity)」讓我們能更敏感地偵測到細微的白質異質性變化，這在精準醫療與基礎神經科學研究中，都是不可或缺的利器。