脑皮层重建不再互相穿插：560例里92.14%零碰撞，精度仍与最强基线持平

四张皮层表面可以放在同一个变形空间里一起重建，而不是各自独立地贴向目标边界。 此前的深度学习方法要么按顺序先重建白质再推出软膜，要么只在网格上分别预测每个表面的位移，跨表面的相对位置没有被约束。 在560例、14个队列（其中13个训练时未见过）的评测中，该方法在92.14%（516/560）的病例里没有检测到任何表面间碰撞，而所有基线方法在每一例中都至少出现一次碰撞。

它先用分割结果生成拓扑正确的初始表面，再用一个同时看T1图像和皮层带概率图的网络预测多尺度速度场，把四张表面一起推到位。 初始表面来自受试者自己的分割，白质表面直接由分割得到并做拓扑校正，软膜表面由白质符号距离场按自适应等值面选出，因此起点本身就没有碰撞。 评测覆盖14个队列共560例，年龄6至89岁，包含健康与临床人群以及三家厂商的扫描仪，所有方法都在同一套评测实现下与同一套FreeSurfer参考表面对比。

做群体形态学分析的研究者可以先把这套流程用在已有的T1加权队列上，检查自己数据上的碰撞与自交比例是否同样接近零。需要逐顶点对应的组分析时，还要在重建之后补一步表面配准或模板重采样。想复现或对比的结果可以直接使用公开的代码、预训练权重、预处理衍生数据和固定划分。

参考表面来自FreeSurfer且未经人工编辑，属于银标准，所有距离与厚度指标都相对它定义。厚度按最近表面距离估计，不是逐顶点解剖对应。内侧壁附近同半球白质与软膜的接触在解剖上可能出现，却会被计入碰撞，可能略微抬高碰撞数值。训练只见过高质量科研级T1图像，常规临床扫描上的表现仍待观察。