2025年12月29日，《自然-神经科学》发表的一项大规模多中心研究，首次基于24,061名中国健康志愿者的脑影像数据，构建了中国人脑形态精细常模。研究发现，与欧美人群相比，中国人群大脑结构发育的关键里程碑（峰值年龄）普遍滞后1.2至8.9年。基于此常模计算的个体化“常模偏差分数”，在评估多种神经系统疾病的患病风险、预测认知与运动结局、以及监测治疗效果方面，均显著优于传统的原始结构测量值。
人类大脑的形态在生命全程中经历着复杂而有序的变化。绘制标准化的“大脑生长图表”——即脑形态常模，对于量化个体大脑的成熟与衰老轨迹、识别疾病的早期结构偏移至关重要。然而，现有的国际脑常模主要基于欧洲/北美人群构建，由于遗传背景、生活环境及教育模式的差异，这些常模是否适用于中国人群，以及是否掩盖了重要的族群特异性发育特征，始终是未解的关键问题。
来自首都医科大学北京天坛医院和北京师范大学的联合团队，联合全国105家医学中心，发起了一项大规模“中国脑健康图谱”计划。研究者收集了24,061名年龄横跨18至97岁的健康志愿者的高分辨率结构磁共振成像（MRI）数据，并利用分层贝叶斯回归（HBR）框架，为大脑皮层及皮层下灰质体积、白质体积、皮层厚度和表面积等全局及区域性脑形态指标，构建了覆盖成人全生命周期的中国人脑常模。
中国人脑发育里程碑：显著滞后于欧美人群
通过拟合精细的年龄变化轨迹，研究者首次精确描绘了中国人群大脑结构随年龄变化的“成长曲线”。一个引人注目的发现是：所有全局性脑结构指标达到峰值的年龄（发育里程碑），中国人群均显著滞后于欧美人群（扩展数据图2e）。
滞后范围：这一滞后在不同指标上表现为1.2年至8.9年不等。例如，中国人群的灰质体积在约28岁时才达到峰值，而白质体积的峰值则出现在约45岁（图1b）。
全脑图谱验证：无论是使用FreeSurfer 6.0还是7.0版本处理图像，或是使用不同的脑分区模板（如HCP-MMP、Brainnetome图谱），这一滞后现象均稳健存在。
这种系统性的滞后提示，中国人群的大脑拥有一个更长的结构性“成熟期”，这可能与特定的遗传背景、文化环境（如持续至成年的高强度认知训练）等因素密切相关。这一发现对直接将欧美脑疾病模型套用于中国人群提出了警示。
“常模偏差分数”：量化个体脑健康的精准标尺
基于构建的精细常模，研究者为每个个体计算了其各脑区结构相对于同龄、同性别健康人群预期的“常模偏差分数”。这一分数能够量化个体脑结构的“异常”程度。研究者利用3,932名患有六种不同神经系统疾病的患者（包括阿尔茨海默病AD、帕金森病PD、脑小血管病CSVD、多发性硬化MS等）的数据，系统评估了该分数的临床应用价值。
结果显示，基于中国人群常模的偏差分数在三个核心临床任务上均表现卓越（图2-4，扩展数据图6-8）：
评估疾病倾向：通过机器学习构建的疾病特异性模型，偏差分数能够以高精度区分健康对照与不同疾病的患者，其疾病倾向分数（DPS）的效应量（Cohen's d）和分类性能（AUC）均显著优于传统的原始脑体积测量值。
预测临床结局：偏差分数与多种认知量表（如MoCA、MMSE）、运动功能评分（如UPDRS）及残疾程度评分（EDSS）的相关性更强，并能更准确地预测PD患者的运动功能衰退和MS患者的残疾进展风险。
监测治疗效果：在一组接受脑深部电刺激（DBS）治疗的PD患者中，偏差分数能更灵敏地反映术后脑结构的细微变化，提示其作为客观疗效生物标志物的潜力。
从群体常模到个体化报告：走向精准脑健康管理
研究者进一步展示了这一框架在个体化脑健康评估中的应用潜力。通过综合个体多个脑区的偏差信息，可以生成一份直观的“个体脑健康报告”（扩展数据图10c）。该报告不仅能量化个体罹患特定神经系统疾病的总体风险，还能精确定位存在显著结构偏移的具体脑区，为临床医生的早期预警、精准诊断和个性化干预决策提供有力的数据支持。
总结与展望
这项研究是神经影像学与精准医学交叉领域的一项里程碑式工作，其核心贡献在于：
提供了首个高精度、全生命周期的中国人脑结构常模，揭示了重要的族群发育差异，为中国的脑科学研究和临床实践奠定了关键的参考基准。
验证了“常模偏差”这一分析范式的临床优越性，证明了个体化、定量化的脑形态评估在疾病诊断、预后判断和治疗监测中，远比传统的病例-对照比较更为敏感和精准。
构建了一个可扩展、可推广的脑健康评估框架。该研究公开了所有常模数据和计算代码，为未来整合更多模态（如功能、弥散MRI）、更广年龄范围（尤其是纳入儿童和青少年）以及更多样化的疾病队列奠定了基础。
未来的方向包括将此框架与基因组学、血液生物标志物和详细的环境、生活方式数据相结合，以全面解码大脑老化和疾病的复杂性，最终推动从“一刀切”的诊疗模式向真正个体化的脑健康管理迈进。
参考文献：
Zhuo, Z., Chai, L., Wang, Y. et al. Charting brain morphology in international healthy and neurological populations. Nat Neurosci 29, 420–434 (2026).