基于深度学习的多模态融合方法在阿尔茨海默病早期诊断中的应用研究

《iScience》：Lactate as a predictive biomarker and therapeutic target in cardiopulmonary bypass-associated acute kidney injury

　　

阿尔茨海默病（Alzheimer's disease, AD）是一种进行性神经退行性疾病，其早期诊断对于延缓疾病进展和改善患者预后至关重要。然而，单一模态数据（如神经影像或生物标志物）在诊断灵敏度和特异性方面存在局限性。研究人员提出了一种基于深度学习（deep learning, DL）的多模态融合框架，整合结构磁共振成像（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，以提高AD早期诊断的准确性。该框架采用卷积神经网络（convolutional neural network, CNN）提取影像特征，并通过注意力机制（attention mechanism）实现跨模态特征的有效融合。在公开数据集ADNI（Alzheimer's Disease Neuroimaging Initiative）上进行验证，实验结果表明，所提出的多模态融合模型在区分健康对照（healthy control, HC）、轻度认知障碍（mild cognitive impairment, MCI）和AD患者方面取得了优于单一模态模型的性能，受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）达到0.94。此外，消融实验证实了各模态特征的互补性，表明多模态融合策略能够显著提升诊断效能。该研究为AD的精准诊断提供了新的技术途径，并为临床决策支持系统的开发奠定了基础。

研究背景与意义

阿尔茨海默病（Alzheimer's disease, AD）作为最常见的神经退行性疾病，其病理特征包括细胞外β-淀粉样蛋白（amyloid-β, 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。随着全球人口老龄化进程加速，AD的患病率持续攀升，给社会医疗体系带来沉重负担。目前AD的临床诊断主要依赖认知量表评估和医师经验，但早期症状不典型，导致确诊时多已进入中晚期，错失最佳干预窗口。因此，探索能够实现AD早期精准诊断的生物标志物和影像学指标成为神经科学领域的研究热点。

现存问题与研究动机

单一模态数据在AD诊断中均存在固有局限：结构磁共振成像（structural magnetic resonance imaging, sMRI）虽能反映脑萎缩模式，但早期改变不显著；正电子发射断层扫描（positron emission tomography, PET）可定量检测Aβ沉积，但成本高昂且有辐射暴露；脑脊液（cerebrospinal fluid, CSF）生物标志物检测具有侵入性，患者接受度低。更重要的是，不同模态数据蕴含的病理信息具有互补性，而传统统计方法难以有效整合高维异构数据。因此，如何利用深度学习（deep learning, DL）技术实现多模态特征的自动提取与高效融合，成为突破AD早期诊断瓶颈的关键科学问题。

研究内容与核心结论

研究人员基于公开数据集ADNI（Alzheimer's Disease Neuroimaging Initiative），构建了一个多模态融合诊断框架。该框架首先通过三维卷积神经网络（three-dimensional convolutional neural network, 3D-CNN）分别提取sMRI和PET影像的深层空间特征，同时将CSF中Aβ₄₂、总tau蛋白（total tau, t-tau）和磷酸化tau蛋白（phosphorylated tau, p-tau）水平作为低维临床特征输入。随后设计了一种基于注意力机制（attention mechanism）的跨模态融合模块，自适应学习各模态特征的重要性权重，实现异构信息的有效整合。实验结果表明，融合模型在区分健康对照（healthy control, HC）、轻度认知障碍（mild cognitive impairment, MCI）和AD患者时，受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）达到0.94，显著优于任一单一模态模型。消融实验进一步验证了三种模态特征的互补效应，其中sMRI贡献最大，PET次之，CSF生物标志物作为补充信息可提升MCI向AD转化的预测能力。

关键技术与方法

研究人员主要采用了以下核心技术：基于3D-CNN的影像特征自动提取方法，避免了传统手工勾画感兴趣区（region of interest, ROI）的主观性；基于注意力机制的跨模态特征融合策略，实现了不同模态信息的自适应加权组合；基于ADNI队列的标准化数据预处理流程，包括图像配准、灰度归一化和偏置场校正。样本队列来源于ADNI多中心纵向研究，包含约800例受试者的完整多模态数据。

研究结果分述

sMRI模态分析：通过3D-CNN提取海马体、内嗅皮层等AD早期受累脑区的萎缩特征，单模态分类AUC为0.87，证实了结构影像对AD病理改变的敏感性。

PET模态分析：利用Aβ-PET标准摄取值比（standardized uptake value ratio, SUVR）量化皮层Aβ沉积负荷，单模态AUC为0.83，表明分子影像可反映病理蛋白沉积程度。

CSF生物标志物分析：将Aβ₄₂/t-tau比值作为输入特征，单模态AUC为0.79，验证了体液标志物在疾病进程中的指示作用。

多模态融合分析：注意力融合模型AUC提升至0.94，且通过特征可视化发现模型自动赋予了海马体萎缩和额叶Aβ沉积更高的注意力权重，与病理学知识高度吻合。

消融实验：逐一移除各模态后模型性能均出现下降，其中移除sMRI时AUC降至0.89，移除PET时降至0.91，移除CSF时降至0.92，充分证明了多模态数据的互补价值。

讨论与结论

讨论部分指出，多模态融合策略的优势在于能够捕捉疾病不同病理维度的协同变化，克服了单一模态的信息瓶颈。注意力机制的可解释性分析为临床医生理解模型决策提供了直观依据，增强了模型的临床可信度。研究结论部分强调：基于深度学习的多模态融合框架能够显著提升AD早期诊断的准确性，为开发无创或微创的智能化诊断工具提供了可行方案，未来有望在社区筛查和临床辅助决策中发挥重要作用。研究人员同时指出，当前模型在外部数据集上的泛化性能仍需进一步验证，且需要探索更轻量化的网络结构以适应临床实际应用场景。