基于视网膜影像的可解释Transformer模型在阿尔茨海默病早期检测中的突破性研究

本研究针对阿尔茨海默病(AD)早期诊断难题，开发了新型Retformer模型，通过视网膜影像(OCT/眼底照相)实现AD检测准确率达92%，较现有方法提升11%。团队创新性地结合Transformer架构与Grad-CAM可解释技术，首次系统验证视网膜神经纤维层(RNFL)厚度、脉络膜厚度等生物标志物与AD的关联，为AD筛查提供非侵入性解决方案。

　　

阿尔茨海默病(AD)作为全球最常见的神经退行性疾病，其早期诊断一直是医学界的重大挑战。传统诊断依赖昂贵的MRI/PET扫描或侵入性检测，而近期研究发现视网膜作为中枢神经系统延伸，其血管和结构变化与AD密切相关。然而现有基于卷积神经网络(CNN)的视网膜影像分析方法存在准确率不足(普遍低于85%)、可解释性差等问题，难以满足临床需求。

德黑兰大学纳米技术-生物技术-信息技术与认知科学实验室的研究团队在《Scientific Reports》发表突破性研究，开发了名为Retformer的新型Transformer架构。该模型通过分析视网膜光学相干断层扫描(OCT)和眼底图像，实现了92%的AD检测准确率，较现有最佳模型提升11个百分点。研究首次系统验证了视网膜神经纤维层(RNFL)厚度减少、脉络膜变薄等特征与AD的强相关性，为AD早期筛查提供了高精度、可解释的解决方案。

关键技术方法包括：1) 采用旋转位置编码(RoPE)和分组查询注意力(GQA)的Transformer架构，处理50×50像素的视网膜影像；2) 使用嵌套交叉验证和贝叶斯优化进行超参数调优；3) 应用梯度加权类激活映射(Grad-CAM)可视化关键生物标志物；4) 数据集包含Bissig等提供的224例3D-OCT图像和TRENDv2眼底数据库。

【Retformer模型设计】
研究团队创新性地将CNN与Transformer结合：输入嵌入层采用CNN提取图像块特征，配合非学习的RoPE位置编码；Transformer层包含GQA注意力机制和SwiGLU激活函数。消融实验证明，该设计在保持4M参数量（仅为VGG-16的1/10）的同时，显著提升小样本数据的泛化能力。

【性能评估】
在OCT数据集上，Retformer各项指标全面领先：准确率(92% vs VGG-16的81%)、灵敏度(90% vs 80%)、特异性(91% vs 85%)和AUC(0.96 vs 0.87)。眼底数据虽样本量较小(14%AD病例)，仍达到94%准确率。统计检验显示所有性能提升均具极显著意义(p<0.001)。

【可解释性发现】
通过Grad-CAM可视化发现：1) OCT图像中，RNFL和脉络膜层变化贡献最大（与临床研究报道的p<0.001相关性一致）；2) 眼底图像中，左侧视网膜血管和视盘区域权重最高。这些发现与Cheung等提出的AD视网膜生物标志物理论高度吻合。

【讨论与意义】
该研究首次证明Transformer架构在视网膜影像分析中的优越性：1) 长程依赖建模能力使其较CNN更擅长捕捉视网膜全域特征；2) 可解释技术揭示了AD特异性的视网膜改变模式；3) 为临床提供可部署的筛查工具，单次检查成本仅为传统方法的1/10。局限性在于样本量较小，未来需扩大多中心验证。研究团队建议后续重点探索OCT血管成像(OCTA)在AD微血管病变检测中的应用。

这项突破性工作不仅为AD早期诊断开辟了新途径，更建立了视网膜影像与神经退行性疾病的关联框架，对帕金森病等疾病的筛查也具有重要借鉴意义。论文中采用的XAI技术范式，为医疗AI的可信部署提供了重要参考。