近日，从新加坡举行的海外华人医学磁共振学会（OCSMRM）年会上传来喜讯，清华大学生物医学工程学院博士生李子涵（导师廖洪恩教授）及2021级本科生校友李梓瑜（现为牛津大学博士生，导师Karla Miller及吴文川教授）双双获得“青年学者奖”（Young Investigator Award）二等奖。该奖项旨在鼓励青年华人研究员积极参与OCSMRM，并表彰其学术成果的原创性、前沿性及在医学磁共振领域做出的突出贡献。

OCSMRM是成立于1989年的知名非营利性专业学会。其使命是汇聚华人科学家、工程师及临床专家，促进和推动医学磁共振研究。OCSMRM已成为全球范围内该领域华人研究者中最大且最具影响力的国际学会，数千名会员遍布各大洲。许多OCSMRM会员为医学磁共振研究做出了重大贡献，成为领域领军人物，并在全球磁共振社区中担任重要职务（如国际医学磁共振学会主席及董事会成员等）。OCSMRM青年学者奖则是年会的唯一奖项，每年仅不到十人能够获得该项殊荣。

图为校友李梓瑜获奖简介

李子涵在廖洪恩教授的指导下，与清华大学脑影像实验室田启源特别研究员、哈佛大学医学院Martinos生物医学影像中心Susie Huang、Berkin Bilgic、Hong-Hsi Lee教授，牛津大学Wellcome综合神经影像中心博士生李梓瑜校友合作，研发了生物物理引导、自监督学习作基的快速弥散建模技术。该技术显著提高了弥散建模的效果和效率，有望变革传统的弥散模型拟合方式，成为神经科学和临床研究中的下一代微观结构定量方法。团队基于该成果于高影响力国际期刊《Advanced Science》发表论文《DIMOND: DIffusion Model OptimizatioN with Deep learning》。

脑复杂微观结构（如神经元胞体的大小、密度，神经纤维的粗细、密度）决定脑功能。弥散MRI作为其唯一的无创、在体测量工具，被誉为“in vivo microscope”，为探索人类认知、行为和心理健康的神经基础及重大脑疾病提供了前所未有的全新观测维度和研究思路。

为了在每个体素上量化神经微观结构特性，研究者们提出了大量的弥散建模方法，如张量模型用于定量轴突方向以及NODDI模型用于计算神经元密度。然而，复杂微观结构建模存在着模型非线性高、噪声鲁棒性低、拟合计算量大、求解时效性差（可能长达十数小时）的问题，严重限制了在实际中的应用。因此，本研究研发了生物物理引导、自监督学习作基的快速求解方法DIMOND，借助深度学习框架进行非线性回归，彻底解决该难题。

图为成果中DIMOND框架示意

DIMOND使用卷积神经网络将采集的弥散MRI图像直接映射到模型未知参数，再代入微观结构模型公式计算生成与网络输入对应的弥散图像，以采集和仿真弥散信号的相似度最大化为目标，通过梯度下降算法经过多轮次训练，寻求到最优神经网络参数值，同时获得最优微观结构模型参数值。

图为成果中张量模型结果

DIMOND框架不仅输出的弥散参数更加接近参考数值，而且生成的弥散加权图像也表现出显著的降噪效果。

图为成果中丰度模型结果

使用约束加权最小平方损失函数进行神经网络优化，可以显著减少丰度模型结果中的离点。

图为成果中NODDI模型结果

对于复杂微观结构模型，DIMOND在保证输出结果与参考结果更加接近的同时，训练求解过程也仅为十来分钟。如果直接使用预训练人工神经网络，求解过程仅为秒级。

不仅如此，DIMOND能够拟合任何模型，无需额外训练数据，可以按照通用深度学习框架部署的特性，将极大地促进微观结构成像方法的研发、应用及推广。

论文原文链接

https://doi.org/10.1002/advs.202307965 IF: 15.1 Q1

研究团队简介

廖洪恩教授AT3D实验室（Advanced Theranostics and 3-D Imaging Laboratory）长期致力于三维医学影像和微创精准诊疗的研究，于近年来依托人工智能技术，强化信息融合，发展自主器械，赋能临床流程，以减轻医生负担并增强患者福祉。课题组先后自主研发了以医学信息透视融合系统、自主超声诊疗一体系统和智能医学影像分析基座为代表的前沿理论与系统，长期引领复杂疾病的跨尺度多模态成像引导智能化诊疗领域的发展。相关研究近期被国际著名学术期刊《IEEE模式分析与机器智能汇刊》（IEEE Transaction on Pattern Analysis and Machine Intelligence）、《IEEE工业电子汇刊》（IEEE Transactions on Industrial Electronics）、《IEEE医学影像汇刊》（IEEE Transactions on Medical Imaging）和《医学影像分析》（Medical Image Analysis）等报道。

田启源教授BIRTH实验室（Lab for Brain Imaging Research at Tsinghua）长期致力于为脑影像新工具与脑科学及脑疾病新发现的诞生（birth）做出贡献，专注于新型磁共振及脑成像与图像分析方法的研究，特别是弥散和功能磁共振成像、多模态影像、基于深度学习的分析方法，以及这些新方法在脑科学和脑疾病研究及脑疾病临床诊疗中的应用与转化。研究内容涉及生物医学成像、脑成像、脑科学、脑疾病、计算机视觉和机器学习等前沿技术与应用。相关研究发表于国际著名学术期刊《细胞》（Cell）、《神经成像》（NeuroImage）、《医学影像分析》（Medical Image Analysis）等。