基于多模态深度学习的阿尔茨海默症早期诊断与进展预测研究

《Biology of the Cell》：Role of Extracellular Vesicles in Shaping Immune Responses in the Lymph Node Microenvironment

　　

阿尔茨海默症（Alzheimer's Disease, AD）是一种进行性神经退行性疾病，其病理改变在临床症状出现前数十年即已启动。本研究旨在开发一种基于多模态深度学习（multimodal deep learning）框架的AD早期诊断与进展预测模型。研究人员整合了结构磁共振成像（structural Magnetic Resonance Imaging, sMRI）、正电子发射断层扫描（Positron Emission Tomography, PET）以及脑脊液（Cerebrospinal Fluid, CSF）生物标志物数据，构建了端到端的融合网络架构。该模型通过注意力机制（attention mechanism）自适应加权不同模态的特征贡献，并在AD神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）数据集上进行了验证。实验结果表明，所提出的模型在区分健康对照（Healthy Control, HC）、轻度认知障碍（Mild Cognitive Impairment, MCI）及AD患者方面达到了92.7%的分类准确率，且在MCI向AD转化的预测任务中曲线下面积（Area Under the Curve, AUC）达到0.89。此外，消融实验证实了多模态融合策略相较于单一模态模型具有显著的性能优势。本研究提出的框架为AD的精准诊断和个体化预后评估提供了新的技术路径，有望推动神经影像学与人工智能在临床转化中的应用。

引言

阿尔茨海默症（Alzheimer's Disease, AD）是导致老年期痴呆最常见的病因，其病理特征包括细胞外β-淀粉样蛋白（amyloid-beta, Aβ）斑块沉积和细胞内tau蛋白过度磷酸化形成的神经原纤维缠结。由于AD的不可逆性，早期干预窗口的识别至关重要。轻度认知障碍（Mild Cognitive Impairment, MCI）被视为AD的前驱阶段，每年约有10%至15%的MCI患者转化为AD。传统的临床诊断依赖于认知量表评估和主观症状报告，难以在病理早期实现精准识别。近年来，神经影像学与体液生物标志物技术的进步为AD的无创诊断提供了丰富的数据源，然而单一模态信息往往受限于其固有的敏感性与特异性。多模态数据融合能够互补不同生物标志物的信息优势，但传统统计方法难以有效处理高维、异质性的医学数据。深度学习（Deep Learning, DL）技术在医学图像分析中展现出强大的特征自动提取能力，为整合多模态数据提供了新的契机。本研究拟解决的关键科学问题为：如何设计一个鲁棒的多模态深度学习框架，以实现AD的早期诊断和MCI向AD转化的风险预测。

方法

本研究采用回顾性队列设计，数据来源于阿尔茨海默症神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）数据库。纳入标准为具有完整基线sMRI、氟代脱氧葡萄糖正电子发射断层扫描（fluorodeoxyglucose-PET, FDG-PET）及脑脊液Aβ₄₂、总tau（t-tau）和磷酸化tau（p-tau）测量数据的受试者。最终队列包含186名健康对照（Healthy Control, HC）、214名MCI患者和152名AD患者。图像预处理流程包括：颅骨剥离、配准至蒙特利尔神经科学研究所（Montreal Neurological Institute, MNI）标准空间、灰质体积分割以及强度归一化。研究人员构建了一个三分支卷积神经网络（Convolutional Neural Network, CNN）架构，分别提取sMRI、FDG-PET和CSF生物标志物的高维特征。三个分支的特征图通过一个基于挤压激励网络（Squeeze-and-Excitation, SE）的注意力融合模块进行整合，该模块能够自适应学习各模态特征通道的重要性权重。融合后的特征向量输入至全连接分类层，输出三类概率分布。为防止过拟合，训练过程中采用了数据增强、批量归一化（Batch Normalization, BN）和随机失活（dropout）策略。模型优化采用Adam算法，初始学习率设置为1×10^-4，损失函数为交叉熵（cross-entropy）。

结果

在独立测试集上，所提出的多模态融合模型达到了92.7%的三分类准确率，其中AD类别的召回率为94.1%，特异性为96.3%。对于MCI向AD转化的纵向预测任务，模型的曲线下面积（Area Under the Curve, AUC）为0.89，显著高于单一sMRI模型（AUC=0.81）和单一PET模型（AUC=0.84）。注意力权重分析显示，FDG-PET模态在AD分类任务中贡献了最高的平均注意力权重（0.42），其次为sMRI（0.35）和CSF生物标志物（0.23）。此外，研究人员通过t分布随机邻域嵌入（t-Distributed Stochastic Neighbor Embedding, t-SNE）对融合特征进行可视化，发现不同疾病阶段的样本在特征空间中呈现清晰的聚类分布，表明模型学习到的特征具有较好的判别性。

讨论

本研究证实了多模态深度学习框架在AD早期诊断中的有效性。FDG-PET较高的注意力权重与其反映脑葡萄糖代谢下降的病理机制一致，该代谢异常在AD临床前期即可被检测到。CSF生物标志物虽然权重较低，但其在MCI转化预测中的互补作用不可忽视，这提示不同模态信息在疾病不同阶段具有差异化价值。与既往研究相比，本模型在分类性能上优于传统的支持向量机（Support Vector Machine, SVM）和单一模态CNN方法。值得注意的是，注意力融合模块的可解释性为临床医生理解模型决策提供了依据。本研究的局限性包括：样本量相对有限，且ADNI数据集的受试者多来自北美高加索人群，模型的跨种族泛化能力尚需外部验证。未来工作将纳入纵向多时间点数据，并探索基于图神经网络（Graph Neural Network, GNN）的结构连接组学特征，以进一步提升预测性能。

结论

本研究提出的多模态深度学习框架整合了sMRI、FDG-PET和CSF生物标志物，在AD早期诊断和MCI转化预测中表现出优越的性能。注意力机制的应用增强了模型的可解释性，为临床决策支持系统的开发奠定了基础。该技术路径有望推动精准神经病学的发展，但需在更大规模的多中心队列中进行前瞻性验证后方可考虑临床转化。