皮层折叠表征学习能否揭示持久的神经发育特征？

折叠在早期形成，此后基本保持不变

论文的出发点是时间上的论证。人类皮层主要在妊娠后半期形成折叠，出生后不久即接近成人折叠水平，因此折叠的形状和拓扑结构在早期就已确立，此后保持相当稳定。沟深或脑回化指数等标量描述符的表现不同：它们会随发育和衰老而变化。正是这一对比，使折叠适合用来探究早期神经发育机制，而非后期的疾病后果。

作者还认为，折叠变异并非随机。在折叠发生之前，发育中皮层的基因表达空间梯度与未来沟回布局高度吻合，折叠模式也能部分预测其下的细胞构筑。已有研究将折叠与行为和临床表型联系起来，但多数依赖人工标注或少量手工描述符，限制了在大规模上系统探索折叠变异的可能。Champollion 是作者对这一规模问题的回应。

Champollion 每次只学习一个小区域

Champollion 是一个自监督学习框架，即直接从影像数据中学习特征，而不依赖预定义的解剖测量。它的独特之处在于尺度：它不为整个大脑学习一个全局表征，而是为每个感兴趣区域（ROI）学习一个低维表征，每个 ROI 通常以一个沟或几个相邻沟为中心。作者给出两个理由：折叠领域的分析通常基于预定义区域进行；局部潜变量本身具有可解释性，因为每个变量都与一个解剖区域绑定，从而能生成关联的空间图，并对单个沟的折叠模式进行可视化刻画。

预处理的设计目标是保留折叠，而不是将其平滑掉。基于体素的形态测量或基于表面的配准等标准流程使用非线性对齐，作者指出这会不可避免地扭曲皮层折叠，恰好丢弃他们想要的信息。他们改为将皮层骨架化为一像素宽的沟中轴轨迹，从而去除受衰老影响的折叠开口信息；将骨架仿射对齐到 MNI 模板，分辨率为 2 mm 各向同性；再把骨架切分为 56 个相互重叠的 ROI，每半球 28 个，这些 ROI 由包含 62 名手工标注受试者的独立数据集定义，并做了 10 mm 膨胀。左右半球分开处理，因为沟区并不保证双侧对称。

在学习目标上，作者采用 Barlow Twins 损失，而非对比学习或重建类替代方案。他们排除基于 Transformer 的方法，因为希望使用轻量的卷积局部编码器；排除 SimCLR，因为在没有清晰类别边界时负样本对难以定义；相比 BYOL 和 SimSiam，更倾向 Barlow Twins，因为它显式正则化特征协方差，理论上更不易发生维度坍缩。冗余削减参数设为 8×10⁻²。

通用基础模型大多遗漏了折叠变异

核心比较是一项基准测试，对照三类替代方案：手工形态测量描述符、此前的自监督方法，以及一批在自然图像或脑图像上训练的近期视觉基础模型。论文报告 Champollion 始终优于所有这些方法。作者将此解读为当前基础模型在很大程度上忽略了皮层折叠变异的证据。

他们提出的解释与架构有关。Champollion 的局部设计显示，在一般人群中，不同皮层区域的折叠模式之间高度独立。作者推测，这种局部化信息可能被那些为捕捉广泛解剖变异而优化的神经影像模型所忽略，这可以部分解释基础模型上的差距。这是作者对基准结果的解读，而非单独检验过的机制。

优化任务本身值得注意，因为它们定义了此处“准确捕捉已知折叠模式”的含义。论文描述了基于跨皮层区域已知折叠模式构建的任务，包括对 880 名 HCP 受试者中央沟的六个连续形状描述符做回归（这些描述符通过 Isomap 得到），以及前扣带皮层模式的分类。作者承认 Isomap 描述符并非金标准，因为它们来自计算方法，但认为尽可能多地捕捉这些信息是合理的。

潜空间邻近性比经典描述符更好地追踪遗传性

除了匹配已知模式，论文还检验这些表征是否携带经典形态测量所没有的生物学信息。两项结果支持这一点。第一，能够根据潜空间邻近性匹配同卵双胞胎，这提供了证据，表明学到的特征反映了皮层折叠的可遗传方面。第二，Champollion 的表征表现出比经典折叠形态测量描述符强得多的遗传关联。

作者据此论证折叠模式具有遗传基础，并认为通用神经影像表征对折叠的忽视是一种错失的机会。这一主张是比较性的：同样的底层生物学，由这些学到的局部表征比由传统描述符恢复得更好。论文在提取文本中没有报告遗传比较的具体效应量，因此“强得多”的强度应理解为作者的描述，而非一个数字。

三项探索性任务，三种局部折叠特征

作者将这些临床分析定位为探索性的，且难度递增。所有分类都对 Champollion 的表征做线性探测，在此之前用 ComBat 做站点协调，并在有数据时对性别、年龄和社会经济地位做残差化。性能用 ROC-AUC 衡量，显著性用基于 ter Braak 方案的置换检验评估，显著性阈值经 Bonferroni 校正为 0.05/56，对应每个 ROI 进行 11,200 次置换检验。对每项任务，表现最好的 ROI 随后沿分类方向做潜空间遍历来解释，该方向被约束为至少解释 2% 的全局方差；作者报告这一约束对分类器性能影响很小，在所有考察任务上均低于 2%。

海马回旋不全使用单站点的 QTIM 数据集，比较明显的 IHI 与无 IHI（N=928，8% 为明显 IHI），并确保双胞胎处于同一折。识别出的特征是左侧侧副沟的扭转减少。作者指出这与海马位置在解剖上一致，并提到此前研究基于中断模式报告左侧 IHI 与侧副区人工定义的沟变异之间没有关联，这与一种此前未报告的扭转而非中断相符。

重度早产使用 ABCD 数据集，比较胎龄 28–32 周出生的极早产儿与 37 周后出生的足月儿（N=8,846，1% 为早产儿）。特征是右侧颞上沟前部的变平。作者将此与先前涉及颞叶的研究联系起来，也与以下证据联系：在足月等效年龄，颞上沟深度与出生时胎龄相关，且右半球效应更强。

孕期母亲吸烟在 UK Biobank 上用子代报告的二元标签拟合，因三个站点使用同一扫描仪和协议而未做站点协调，随后在 ABCD 中重复验证，后者包含每日平均吸烟支数的定量类别。特征是左侧枕区折叠的全局重定向。作者表示未找到此前关于母亲吸烟与枕区沟模式关联的报告；现有研究主要报告对皮层厚度的弱效应。他们明确提醒，这些分析展示的是一个用于生成假设的框架，而非确立确定的生物学关联。

吸烟特征在两个差异很大的队列中重复出现

标题中“持久”部分的最强证据来自母亲吸烟分析。该模式在 44–82 岁的 UK Biobank 和 9–11 岁的 ABCD 中均得到重复。作者将此解读为提示检测到的信号反映了一种稳定的长期特征。他们还补充说，分类器能在人口学特征差异显著的数据集之间成功迁移，表明 Champollion 对站点和人群变异具有稳健性。

枕区发现值得注意还有第二个原因，由作者提出：该区域高度变异，且在解剖学文献中缺乏标准化的沟命名。在那里找到一致的模式，被视为该方法能在人工标注不可靠的区域揭示结构的证据。论文还指出，对于自动标注不够稳健的沟，像 Champollion 这样不依赖标签的方法可能比基于 Isomap 的描述符更适合捕捉连续形状模式。

假设生成，而非已确认的生物学

若干限制界定了这些结果能走多远。ROI 图谱只是众多可能切分中的一种，而非唯一最优分解，因此任何特征的位置都取决于这一选择。识别出的模式可能与其他解剖因素相关，例如局部脑体积和全局形状；作者引用先前研究提示这些并非折叠变异的主要决定因素，但表示需要进一步分析以确定它们在此处识别模式中的具体贡献。结合局部和全局表征还可能揭示位于低方差模式中的协调模式，而当前的局部设计无法捕捉。

临床分析明确是探索性的。作者将其描述为展示一个用于生成假设的通用框架，而非确立确定的生物学关联，尤其是母亲吸烟的枕区模式，他们未能找到此前报告。遗传比较在提取文本中被定性描述为比经典描述符强得多，而未量化。

论文自身的前瞻性用途是从这一典型变异模型衍生异常检测，潜在应用于癫痫等发育障碍、精神病学和罕见遗传综合征。这是一个已陈述的方向，而非已证明的结果。

实用价值建立在标准 MRI 和紧凑特征上

作者提出了一个对任何为折叠分析选择表征的人都重要的实用论点。Champollion 依赖标准且广泛可用的结构 MRI，仅需 2 mm 各向同性的中等空间分辨率，并产生紧凑的、区域特异的表征，可用线性探测等简单统计模型分析。正是这一组合使基准比较具有意义：替代方案往往不是另一个深度模型，而是手工描述符或通用基础模型，而按此证据，后者捕捉的折叠变异更少。

因此，论文确立的优先级是具体的。当问题涉及早期、稳定的折叠形状，而非随年龄漂移的标量形态测量时，证据支持使用局部训练的自监督表征，而非通用神经影像或自然图像基础模型，也支持逐区域解释结果，而非通过单一全脑嵌入。母亲吸烟特征在 9–11 岁和 44–82 岁队列中的重复，是这种发现的折叠特征能够持续的最清晰展示；而 IHI 和早产发现仍是与特定沟相关的、用于生成假设的线索。

本文引用的文献