前言
用于量化年龄变化相关的生长图表的简单框架最早发表于18世纪晚期，现在仍然是儿科医疗卫生的基石，被用作标准化常模来衡量个人发展轨迹[1]。然而，生长图表目前只适用于一少部分的人体特征测量，如身高、体重和头围，而且只针对生命周期的前十年。虽然人类大脑从孕期到三十岁经历了一个漫长而复杂的成熟过程[4]，然后大约从六十岁开始逐渐衰老[5]，但目前还没有类似的图表可以量化与年龄相关的大脑变化。随着科学研究的进行，人们越来越意识到精神疾病是大脑异常发育的结果[6]，而神经退行性疾病是由大脑的病理性变化所致[7]。缺乏评估大脑发育和老化的标准化工具，对于精神神经疾病的研究和应用有巨大影响。早产和神经遗传障碍也导致大脑结构异常[8,9]，这种影响甚至会持续到成年[9,10]，并与后续的学习和心理健康障碍有关。精神疾病和老年痴呆是全球最大的健康负担[11]，凸显了绘制各年龄段规范化脑图表、为大脑毕生发展提供标准化的量化依据的紧迫性[12]。
由于整合来自不同发展阶段、不同研究方法所获取的研究数据等方面存在巨大挑战，导致在过去几十年的神经影像研究中，还没有实现这样的人脑测量标准[13]。例如，尽管有证据表明早期的生物物理和分子细胞过程深刻地影响毕生神经发展轨迹[14,15]以及精神疾病的易感程度[3]，但围产期却很少被纳入与年龄相关的大脑发展变化的分析中。虽然有证据表明很多疾病，尤其是各类精神疾病[16,17]，具有共同的风险因素和致病机制，但很多研究通常只聚焦于单一疾病。克服不同研究中方法和技术的异质性，统筹不同研究中的数据以解决现有研究中的不足，仍具有巨大的挑战。与身高或体重等相对简单的人体特征测量相比，大脑形态测量对扫描仪器平台和成像序列、数据质量控制、预处理和统计分析的变化高度敏感[18]，严重限制了单一研究估算的发育轨迹的可推广性[19]。协同合作促进了大规模数据收集[20,21]、神经影像数据处理方法学进展[22,23]并验证了生长曲线建模统计框架[2,24,25]，为MRI脑影像表型的毕生发展规范化和量化提供了更加全面和适用的方法体系。本研究从如下方面证明了绘制人脑毕生发展图表已具备可行性：1) 对多种MRI表型确定了性别、年龄相关的标准发展过程；2) 揭示了之前尚未报道过的大脑发展里程碑；3) 提高了检验先天基因和早期生活环境对大脑结构影响的敏感性；4) 对多种临床疾病中收集到的大脑神经解剖异常提供了能够定量的标准化效应量。这项工作表明，构建标准图表来衡量大脑结构的个体差异已经可以在全球范围内和整个生命进程中实现；并为未来神经影像研究提供了一套开放的科学资源，将加速推进MRI数据标准化定量评估的进程。