很多软件都可以基于T1加权结构像数据来估计常见皮层下核团的体积，比如FreeSurfer, CAT和FSL。在实践中，选择哪个软件来进行计算往往会考虑多方面的因素，比如软件是否简单好用、软件是否便于和其他软件进行结合、估计结果是否准确等等。一般来说，估计结果的准确性应该是优先考虑的因素，因为这关系到研究结论的有效性。但是和磁共振脑影像研究中的大多数分析一样，目前我们并不知道哪个软件的估计结果是最准确的。对于皮下核团体积估计，手动勾画（manual tracing）的结果一般作为评价准确性的金标准，通过将软件自动估计的结果与手动勾画的结果进行比较，可以衡量一个软件估计结果的准确性。但是目前这样的准确性评估的研究得到的结论是不一致的。比如，在Herten et al. (2019)中，FreeSurfer的海马体积与手动勾画的结果的组内相关系数（ICC）约为0.7，但是在Lidauer et al. (2022)中，FreeSurfer的海马体积与手动勾画的结果的ICC约为0.2。导致这种不一致的原因可能有很多，比如样本群体差异、样本量太小、手动勾画变异性等等。由于手动勾画费时费力，所以大样本的验证研究很难进行。因此，在短期内，我们对于皮下核团体积估计的准确性仍然无法有更深入的认识。
考虑到评价估计准确性的困难，我们退而求其次，选择考虑不同软件估计结果的一致性问题。虽然我们无法知道哪个软件的计算结果更准确，但是我们可以知道不同软件之间结果有多相似。如果不同软件间结果非常相似，那么使用不同软件会得到相似的结论，这样有利于研究的可重复性；如果不同软件间结果差异很大，那么使用不同软件会得到可能完全不同的结论，选择哪个软件来计算会成为非常困难的抉择。在两个样本量相对大的公开数据集中，我们测量了FreeSurfer、CAT和FSL对于7个皮下核团体积估计的一致性（Zhang & Hu, 2024），发现丘脑、尾状核、壳核、海马具有较好的一致性（ICC >= 0.75），苍白球具有中等的一致性（0.5 <= ICC < 0.75），杏仁核和伏隔核具有较差的一致性（ICC < 0.5）。这个结论在不同年龄段（儿童青少年、青年、中年、老年）样本中都是成立的，即软件一致性并没有明显的年龄效应。
参考文献
- Herten, A., Konrad, K., Krinzinger, H., Seitz, J., & von Polier, G. G. (2019). Accuracy and bias of automatic hippocampal segmentation in children and adolescents. Brain Structure and Function, 224, 795-810.
- Lidauer, K., Pulli, E. P., Copeland, A., Silver, E., Kumpulainen, V., Hashempour, N., … & Tuulari, J. J. (2022). Subcortical and hippocampal brain segmentation in 5‐year‐old children: Validation of FSL‐FIRST and FreeSurfer against manual segmentation. European Journal of Neuroscience, 56(5), 4619-4641.
- Zhang, L. and Hu, Y. (2024), Inter-Software Consistency on the Estimation of Subcortical Structure Volume in Different Age Groups. Hum Brain Mapp, 45: e70055. https://doi.org/10.1002/hbm.70055