【Nat Biomed Eng】Connectome 2.0 超高梯度扫描仪：500 mT/m 与 600 T/m/s 把活体人脑微观结构分辨推进到亚微米级
一台为连接组学与微结构 MRI 设计的人体 3T 扫描仪的完整工程报告：三层头专用梯度线圈把 Gmax 做到 500 mT m⁻¹、SRmax 600 T m⁻¹ s⁻¹（梯度性能为 Connectome 1.0 的 5 倍、临床扫描仪的 20 倍以上），配合 72 通道在体接收线圈与 64 通道离体线圈，使轴突直径与细胞尺寸推断的灵敏度较 Connectome 1.0 提高至少 30%。
导语
连接组学的难处在于跨尺度。脑回路从厘米级的脑区间连接，到百微米级的细胞类型间连接，再到纳米级的微连接。扩散 MRI 以水分子的热运动反推微结构，其分辨率极限取决于梯度强度。Ramos-Llordén 等报告了 Connectome 2.0 的完整设计与评估，核心是一枚三层头专用梯度线圈，把人体扫描的梯度强度推到 500 mT m⁻¹。
背景
扩散 MRI 通过水分子的随机热运动非侵入地探测组织微环境（如细胞大小、形状与堆积密度）。这些细胞尺度特征约在微米级，比 MRI 的标称体素分辨率（毫米级）低几个数量级。
原版 Connectome 1.0 扫描仪（Gmax 300 mT m⁻¹、SRmax 200 T m⁻¹ s⁻¹）已在活体人脑中量化轴突直径与细胞尺度特征，把扩散分辨率压低到数微米。但其梯度强度对构成人脑大部分白质的最小轴突仍不够灵敏。理论与模拟表明，要在这个中尺度上成像组织微结构并绘制连接组，需要更强的梯度。
Connectome 2.0 由 NIH BRAIN 计划支持，目标是设计一台近两倍梯度强度、三倍 slew rate 的人体扫描仪。它沿用了 Connectome 1.0 的 3 T 场强选择：相比更高场强，3 T 的 T2 弛豫引起的信号损失更小、发射场更均匀。
概念解释
梯度性能与 slew rate。梯度系统性能通常用 Gmax 与 SRmax 的乘积定义。临床扫描仪的 Gmax 多在 40--60 mT m⁻¹，高性能临床系统可达 80 mT m⁻¹、SRmax 200 T m⁻¹ s⁻¹。西门子 7 T Impulse 头梯度（Gmax 200 mT m⁻¹、SRmax 900 T m⁻¹ s⁻¹）原为中尺度 fMRI 设计。Connectome 2.0 的乘积是多数临床扫描仪的 20 倍以上、Connectome 1.0 的 5 倍。
PNS（周围神经刺激）是真正的上限。梯度磁场切换时在人体内感应出电场，超过神经兴奋阈值即产生刺激。设计不是在真空中追求 Gmax，而是在 PNS 阈值与硬件性能共同划出的空间内取最优。
为什么强梯度换来 SNR。给定 b 值，更强的梯度允许缩短扩散时间 Δ 与梯度脉宽 δ，从而缩短 TE。TE 缩短减少 T2 弛豫造成的信号损失，SNR 随之提高，高 b 值处增益最大。
▲ 图1 ｜ Connectome 2.0 梯度线圈（论文 Figure 1）。 (a) 扫描仪 CAD 模型，绿色为梯度线圈，蓝色为穿磁体背后的收/发线圈接头与能量链，橙色为可移动检查床。(b) 安装于 MGH 的扫描仪实物，72 通道接收线圈与局部发射线圈置于检查床上。© 三轴线圈绕制几何示意，阶梯状几何、中间层带肩部开口，由双主层（黄）、中间层（红）、屏蔽层（蓝）构成。(d) 线圈实物；包裹三层的圆柱内径分别为 44、58、71 cm，总外径 81 cm。
扫描仪与梯度线圈设计
扫描仪为 MAGNETOM Connectom.X（Siemens Healthineers），3 T，采用最新磁体技术以保证高均匀性与稳定性。
目标参数为每轴 Gmax 500 mT m⁻¹、SRmax 600 T m⁻¹ s⁻¹。线圈沿用西门子 7 T Impulse 头梯度的三层几何：双主层、中间层、屏蔽层，三层圆柱内径 44/58/71 cm，总外径 81 cm。
相比 Impulse 只沿 Z 轴加倍，Connectome 2.0 将三轴的主层绕组都加倍以提高电流密度，并重新微调线几何补偿效率损失。它接受了比 Impulse 更低的目标 slew rate（600 对 900 T m⁻¹ s⁻¹），换来把梯度强度从 200 提到 500 mT m⁻¹。
关键的 PNS 处理是加入中间层：X 轴绕制中，无中间层的双层设计主要刺激面部神经，整体 PNS 阈值只有 114 mT m⁻¹；加入中间层后面部与躯体的刺激得以平衡，最差情况阈值提升 40%，达到 161 mT m⁻¹。线圈采用阶梯几何并在 Y 轴中间层设肩部开口，以容纳不同体型的受试者。
线圈灵敏度 η 为 0.42 mT m⁻¹ A⁻¹（Connectome 1.0 为 0.34）。较小的内径（44 cm vs 61 cm）使灵敏度达到全体梯度线圈的约 4 倍、其他脑微结构成像专用扫描仪的 1.3 倍。因此驱动每轴只需 2 个梯度功率放大器（GPA），Connectome 1.0 需 4 个。每个分线圈含半圆柱体积，各由一个 GPA 驱动，X/Y/Z 分线圈间互感耦合尽可能小。每 GPA 峰值电流 1,200 A、峰值电压 2,250 V。线圈以不锈钢管外的导电铜丝直接水冷，以便在高占空比下运行。
▲ 图2 ｜ X 轴线圈绕制设计与局部 PNS 阈值图（论文 Figure 2）。 每个彩色球面对应一个刺激位点，颜色与大小对应局部 PNS 阈值（黄 = 低阈值，即易刺激）。左侧双层设计（双主层 + 屏蔽层）主要刺激面部神经，整体阈值低（114 mT m⁻¹），可用性差；右侧加入中间绕制层（红）后可在面部与躯体间平衡刺激，最差情况阈值提高 40%。
线圈性能实测
PNS 阈值在 29 名健康志愿者中测得，用 logistic 回归拟合。Connectome 2.0 的阈值曲线高于原版 Connectome 线圈，加上 Gmax 与 SRmax 扩大的硬件性能空间，可在人体中安全使用的范围随之扩大。
线圈在 20 cm 球内的线性度为 X 6.7%、Y 8.2%、Z 11.7%；净力 0.13 kN，净扭矩 75 Nm；1,200 A 直下单轴 Gr.m.s. 175 mT m⁻¹、三轴 150 mT m⁻¹。
射频线圈与场监测
为同时实现超高扩散加权与高空间分辨率采集，团队制作了两个接收阵列。72 通道在体头线圈在欠采样加速采集中给出更低的噪声放大因子（g-factor），同等噪声放大下比 32 通道标准线圈多至少一档加速能力；其 SNR 与加速能力也优于原 MGH Connectome 1.0 的 64 通道在体线圈。64 通道离体全脑线圈配通风管控温，平均 SNR 比 72 通道在体线圈高 1.73 倍，伪影周边改善最大。
两个阵列各配 16 通道动态场监测系统（Skope），实时测量扩散加权与方向对成像 k 空间轨迹的偏离。
▲ 图3 ｜ 面向高保真在体与离体中尺度脑成像的射频线圈（论文 Figure 4）。 (a) 72 通道在体接收阵列（上）、鸟笼发射线圈（中）与集成组件（下）实物；16 通道 ¹⁹F 场探头布于接收阵列各处以捕捉高阶场项。(b) 64 通道离体全脑线圈（上、中）与带通风管控温的集成组件（下）。© 72 通道在体线圈与 32 通道标准线圈的 SNR 图。(d) 64 通道离体线圈与 72 通道在体线圈的 SNR 图。(e) 不同加速倍数 R 下 72 通道在体线圈与 32 通道标准线圈的噪声放大因子 g-factor 图（1/g）。(f) 64 通道离体线圈与 72 通道在体线圈的 g-factor 对比。
核心发现
SNR 与 TE。 在体实测与理论预测吻合。相比 Connectome 1.0 协议，Connectome 2.0 协议的 TE 降低 13%--50%；相比临床协议（Gmax 80 mT m⁻¹、SRmax 200 T m⁻¹ s⁻¹），最低 b 值（b = 5,000 s mm⁻²）处 TE 至少降低 77%。Connectome 2.0 带来的 TE 缩短在最高 b 值处产生 1.2--2 倍的 SNR 增益（假设白质 T2 = 80 ms）。
高分辨率纤维束成像。 借 50% SNR 增益与高 b 值，扩散 tractography 能显示 Connectome 1.0 无法捕捉的小纤维束，如 mammillo-tegmental tract，内/外/最外囊的重建也更稳健。SNR 提升使小于 2 mm 的纤维构型可视化，且解剖准确性高。
▲ 图4 ｜ 头部专用梯度线圈的实验 PNS 阈值曲线（论文 Figure 3）。 红色为 Connectome 2.0，灰色为原版 Connectome 线圈。阈值曲线整体抬高，叠加 Gmax 与 SRmax 扩大的硬件性能空间（红色阴影区），可在人体中安全使用的范围随之扩大。志愿者数 n = 29。图中显示的是各上升时间的平均 PNS 阈值，而非 SAFE model 的最小刺激梯度幅度。
▲ 图5 ｜ Connectome 2.0 上代表协议的 SNR 性能对比（论文 Figure 5）。 (a) 相比 Connectome 1.0 协议（红），Connectome 2.0 协议（蓝）用更高 Gmax（500 mT m⁻¹）与 SRmax（600 T m⁻¹ s⁻¹）缩短扩散时间 Δ 与脉宽 δ，从而缩短 TE、提高任意 b 值下的 SNR。(b) 达到给定 b 值所需的最小 TE，Connectome 2.0 协议更短；数据点为实际序列参数，曲线为序列模拟器预测。© TE 缩短在最高 b 值处带来相对 1.0 协议约 1.2--2 倍的 SNR 增益；数据点为白质平均的 SNR 测量，曲线为假设 T2 = 80 ms 的单指数衰减理论预测。(d) b 值 5,000 至 40,000 s mm⁻² 的 DWI 直观显示 SNR 增益。
▲ 图6 ｜ Connectome 2.0 上的高分辨率扩散 tractography 与纤维取向（论文 Figure 6）。 (a) Connectome 2.0（左）与 1.0（右）协议的中线矢状位放大图，显示间脑与脑干通路；tractography 结果叠加于底层 fODF 上。(b) 两协议对内囊前肢与屏状体的重建放大图（下图）；红框所示较小区域的 fODF。CC 胼胝体；FX 穹窿；ML 内侧丘系；MTg mammillo-tegmental tract；SCP 小脑上脚；ALIC 内囊前肢；EC/EmC 外囊/最外囊。L/R 左/右；A/P 前/后；I/S 下/上。
微结构推断。 AxCaliber-SMT 拟合给出的轴突直径估计精度提高 40%。后冠辐射的代表性 ROI 中，Connectome 2.0（Gmax 500）估计为 2.45 ± 0.15 μm，Connectome 1.0（Gmax 300）为 4.04 ± 0.48 μm：Connectome 2.0 给出了系统性更低的直径读数，说明它对更小的轴突敏感。
SANDI 模型拟合中，Connectome 2.0 显示出更明显的皮层内胞体信号分数区域差异。Brodmann 3a 最高（0.36 ± 0.02），初级运动皮层（BA4）为 0.32 ± 0.02，BA3b 0.27 ± 0.03，BA1 0.21 ± 0.02（均 FDR 校正 P < 0.001）。总体皮层灰质的胞体半径估计为 8.52 μm（2.0）对 9.26 μm（1.0）（P < 0.001），即对更小比例的细胞也有响应。
▲ 图7 ｜ 在体人脑组织微结构结果（论文 Figure 7）。 10 名年龄与性别匹配的健康成人分别在 Connectome 2.0 与 1.0 上扫描，由扩散 MRI 数据生物物理建模得到白质与灰质微结构估计。(a) AxCaliber-SMT 模型估计的轴突直径指数图（跨个体平均）。(b) 后冠辐射代表 ROI 中两扫描仪轴突直径指数的直方图。© SANDI 模型拟合的胞体内信号分数（左）、神经突内信号分数（中）与胞体半径（右），跨个体平均并投影至皮层表面；插图为感觉运动皮层（Brodmann 4、3a、3b、1）内的胞体信号分数估计。
扫描参数
| 项目 | Connectome 2.0 | Connectome 1.0 |
|---|---|---|
| 等中心患者孔径 | 40 cm | 56 cm |
| 梯度线圈内径 | 44 cm | 61 cm |
| 线圈外径 | 81 cm | 89 cm |
| 最大梯度幅度 | 500 mT m⁻¹ | 300 mT m⁻¹ |
| 最大 slew rate | 600 T m⁻¹ s⁻¹ | 200 T m⁻¹ s⁻¹ |
| 每轴 GPA 数 | 2 | 4 |
| GPA 峰值电流/电压 | 1,200 A / 2,250 V | 900 A / 2,250 V |
| 线圈灵敏度 | 0.42 mT m⁻¹ A⁻¹ | 0.34 mT m⁻¹ A⁻¹ |
| 电感 (x,y,z) | 2,250 / 2,450 / 1,800 μH | 4,800 / 5,600 / 5,350 μH |
| 直流电阻/轴 | 0.28 Ω | 0.42 Ω |
| 20 cm 球线性度 | X 6.7 / Y 8.2 / Z 11.7% | X 6.0 / Y 6.3 / Z 5.2% |
| 线圈质量 | 1,125 kg | ~1,400 kg |
| 净力 / 净扭矩 | 0.13 kN / 75 Nm | 0.21 kN / 0 Nm |
临床转化与挑战
作者预期这类工程进展将催生新类别的扩散 MRI 测量。强梯度使 MRI 有望在体实时监测疾病活动与病理改变，而无需侵入性取样。细胞级特异性的非侵入组织表征可能在多种疾病中提供更早的进展指标，例如肿瘤治疗床内细胞密度增高、多发性硬化中的轴突与深部灰质细胞丢失、神经退行性疾病（如 AD）的细胞形态改变。
本报告聚焦工程设计与健康志愿者的可行性验证。作者指出，快速 slew rate 的系统（MAGNUS 2.0、NeuroFrontier，Gmax ≥ 300 mT m⁻¹、slew rate ≥ 750 T m⁻¹ s⁻¹）正在实现，将使超高性能梯度更快进入科研与临床。
论文信息
Ramos-Llordén G, Lee H-H, Davids M, et al. Ultra-high gradient connectomics and microstructure MRI scanner for imaging of human brain circuits across scales. Nature Biomedical Engineering. 2026;10:309-324.
DOI: 10.1038/s41551-025-01457-x
代码资源 ：TE 理论预测代码（本研究的 PGSE 协议设计）公开于 Zenodo 与 GitHub Connectome20/protocol_design_PGSE（本地克隆 07_Codes/ramos-llorden-2025-protocol-design-pgse/，含 6 个 MATLAB 演示脚本与 lib）；AxCaliber-SMT 代码亦公开。轴突直径估计所用原始与预处理 DWI 数据见 OpenNeuro ds006181 v1.0.0（https://openneuro.org/datasets/ds006181/versions/1.0.0）。
参考文献
- Ramos-Llordén G, et al. Ultra-high gradient connectomics and microstructure MRI scanner for imaging of human brain circuits across scales. Nat Biomed Eng. 2026;10:309-324.
- Setsompop K, et al. The Human Connectome Project's neuroimaging methods: 7 Tesla high-resolution diffusion imaging. （Connectome 1.0）
- Fan Q, et al. Axon diameter index estimation independent of fiber orientation distribution using high-gradient diffusion MRI. NeuroImage. 2020;222:117197.
- Jones DK, et al. Microstructural imaging of the human brain with a 'super-scanner': 10 key advantages of ultra-strong gradients for diffusion MRI. NeuroImage. 2018;182:8-38.