基于视觉 Transformer 和布罗德曼区提升脑 SPECT 影像痴呆分类精度：助力早期诊断新突破

为解决痴呆分类难题，研究人员开展基于视觉 Transformer（ViT）的痴呆分类研究。利用脑单光子发射计算机断层扫描（SPECT）影像，该模型分类准确率达 85.89% ，优于以往研究，有望助力痴呆早期诊断与治疗。

　　目的：本研究提出一种基于视觉 Transformer（ViT）的模型用于痴呆分类，该模型能够利用脑单光子发射计算机断层扫描（SPECT）图像，对阿尔茨海默病痴呆、路易体痴呆、额颞叶痴呆以及健康对照进行分类。所提方法可基于大脑解剖结构进行输入，并能高效利用五种不同的 SPECT 图像。
方法：所提模型包含输入补丁的线性投影、八个 Transformer 编码器层以及用于分类的多层感知器，具有以下特点：1. 利用多头结构对五种不同的 SPECT 图像进行多样化特征提取；2. 基于布罗德曼区（Brodmann area）的输入补丁反映大脑解剖结构；3. 采用交叉注意力机制融合多样化特征。
结果：该方法对 418 例真实临床病例的 SPECT 图像进行分类，准确率达到 85.89%，显著优于以往研究。研究还进行了消融实验，以探究各项贡献的有效性，并详细分析了模型注意力图与医生关注区域之间的一致性。
结论：与以往方法相比，所提基于 ViT 的模型在痴呆分类上展现出更高的准确率，有望为利用 SPECT 成像进行痴呆的早期诊断和治疗做出贡献。未来，研究旨在通过纳入患者临床信息进一步提高分类准确率。