方法概述¶
HemiSpec 文档将已发表方法、软件实现和下游扩展分开说明。
已发表框架¶
Wang 等人（2024）提出了跨半球深度生成网络：利用对侧半球预测目标半球，并根据实际图与重建图之间的差异计算体素级指标。
HemiSpec 统一使用以下指标名称：
- ANS — absolute neuroanatomical specificity（绝对神经解剖特异性）：重建残差所反映的半球特异信号绝对量。
- RNS — relative neuroanatomical specificity（相对神经解剖特异性）：相对于局部实际/重建幅度归一化后的重建差异。
完整文献见引用。
HemiSpec 实现层¶
HemiSpec 提供：
- 有文档说明的 T1→GM FSL 预处理路径；
- 可复用的已发布 DGN 推理模型包；
- 双向重建与 ANS/RNS 导出；
- 可选 ROI 聚合；
- 可选半球分类器与 TRT 验证；
- CLI、GUI、Python API、测试、文档与发布工具。
这些软件组件不能被表述为 DGN 或 ANS/RNS 方法的原创来源。
下游分析¶
ANS/RNS 图和 ROI 特征可用于人口学分析、半球身份分类、行为表型关联和疾病组–对照组比较。每一种下游分析都需要独立的研究设计、混杂控制、验证和引用；存在 HemiSpec 命令本身并不自动证明其在新队列中的科学有效性。